混合样本融合边缘信息的单样本人脸识别研究

在进行人脸识别的时候,训练样本数量对识别率的大小影响非常大,由于存储技术和训练样本采集困难等诸多条件的限制,如何利用一幅人脸有用的信息尽可能地生成并包含更多的人脸信息成为了学术界的难点.针对该问题,提出一种按不同权值将原始图像和虚拟样本混合后再融合其人脸不同灰度值的边缘信息,构成新的训练样本.首先将原始样本灰度处理后生成轴对称图像和镜像图像,按不同权值混合.再提取混合后的边缘信息按不同灰度值与混合后的图像融合.使单幅人脸图像包含更多的特征信息.实验结果表明,混合权值之和大于1并且融合其边缘信息后生成的训练样本,相比原始样本信息的人脸识别率能提升2％ ～12％,表明该方法能有效地提高人脸识别率.