论文部分内容阅读
人脸识别作为最具吸引力的生物识别技术之一,由于会受到不同的照明条件、面部表情、姿态和环境的影响,仍然是一个具有挑战性的任务。众所周知,一幅人脸图像是对人脸的一次采样,它不应该被看作是脸部的绝对精确表示。然而在实际应用中很难获得足够多的人脸样本。随着稀疏表示方法在图像重建问题中的成功应用,研究人员提出了一种特殊的分类方法,即基于稀疏表示的分类方法。受此启发,提出了在稀疏表示框架下的整合原始人脸图像和虚拟样本的人脸分类算法。首先,通过合成虚拟训练样本来减少面部表示的不确定性。然后,在原始训练样本和虚拟样