论文部分内容阅读
本文通过取SVD分解中前面部分较大的奇异值及其对应的特征向量,以剔除掉图像中由光照、表情、姿势等噪声影响对应的高频信息,来重构原图像,并作为这一类人的一个模板图像来进行识别。实验结果表明应用本文方法识别率明显高于PCA(PrincipalComponentAnalysis)方法。另外,本文的方法也可应用于训练样本数为1的情形。
本文推导出了行、列不变因子,解决了简单背景下有缩放和平移的人脸位置检测,进而给人脸识别中克服由尺度和平移带来的影响提供了部分解决方法。实验检测结果与理论值基本吻合。