SPCA参数对单样本人脸识别效果影响分析

王科俊，邹国锋，张洁

(哈尔滨工程大学自动化学院，黑龙江哈尔滨 150001)

SPCA参数对单样本人脸识别效果影响分析

王科俊，邹国锋，张洁

(哈尔滨工程大学自动化学院，黑龙江哈尔滨 150001)

奇异值扰动的主分量分析(SPCA)是一种有效的单样本人脸识别方法，但SPCA算法的识别效果受参数选择的影响比较大，针对SPCA算法中衍生图像生成参数n和结合参数α的不同取值对识别效果的影响进行了分析，利用ORL人脸库和CAS－PEAL人脸库做了大量的实验和比较分析，实验结果表明给出的SPCA参数选取方法和取值范围是合理的，并有效地提高了SPCA算法的实际应用效果和单样本人脸识别的性能.

人脸识别;奇异值分解;结合投影主分量分析;奇异值扰动主分量分析;衍生图像;结合图像

单样本人脸识别问题［1］给人脸识别技术带来巨大挑战，近年来已成为人脸识别研究中的一个重要方向，并得到广泛关注.单样本人脸识别可以有效降低训练样本的收集成本和存储成本，加快人脸识别系统的处理速度，所以在犯罪取证、身份证验证、银行和海关监控等一些特殊的场合得到应用;但是由于训练样本的有限性，单样本人脸识别的识别率往往不高，所以如何有效提高单样本条件下的识别率已成为人们研究的重点.

近年来，研究人员分别从不同的角度对单样本人脸识别问题进行了研究，王科俊等［2］将目前文献中出现的主要针对单训练样本人脸识别的方法概括为以下几类:基于……