论文部分内容阅读
针对三维人脸识别中人脸数据部分缺失、遮挡以及损坏等情况,以及由训练样本缺乏引起的单训练样本问题,定义基于局部关键点的多三角形统计特征,该特征不仅能够在人脸数据部分可见的情况下保证鲁棒性,在人脸表情和姿态变化时也能准确描述人脸。针对单训练样本问题,提出一种两阶段加权协同表示方法。将提取的人脸局部特征作为先验知识,计算基于类的概率估计,并将该概率估计作为第二阶段分类中的局部约束,进而提高识别性能。实验结果表明,该方法可有效提高单样本部分人脸的识别率。