摘要
单样本人脸识别的关键在于充分挖掘单样本判别性信息,采用深度稀疏自编码网络与空频域多LBP特征融合进行特征提取。首先利用部分样本训练深度稀疏自编码网络,利用训练好的网络分别提取训练及测试集的特征;其次,利用二维离散小波变换将时域样本变换到频域,实现样本扩展,增加单样本信息并分别提取各域上的多LBP特征;最后利用协同表示对深度自编码网络及多LBP特征进行分类识别,融合识别结果获取最终分类结果。在AR及PIE数据库上的实验结果表明,该融合算法能提高样本判别性信息的提取,提高单样本人脸识别性能。
出处
《物联网技术》
2019年第11期13-17,共5页
Internet of things technologies
基金
河北省教育厅青年基金(QN2017306)
河北省机器视觉工程技术研究中心开放基金(2018HBMV01)
高层次创新人才科研启动经费项目(8012605)
