【出 处】：《 计算机工程与科学 》 CSCD 2012年第34卷第10期 88-91页,共4页

【作 者】： 刘嵩 [1,2] ; 李时东 [1] ; 郑明辉 [1]

【摘 要】 针对单训练样本情况下人脸识别性能不佳的问题，本文提出了一种改进的基于奇异值扰动的人脸识别方法。首先通过奇异值扰动方法扩展人脸样本，然后运用小波变换压缩扩展样本，选择小波变换分解后的低频分量作为子图像，再采用核主成分分析提取人脸的高阶特征，最后根据最近邻分类器分类。在ORL和Yale数据库上的仿真实验证明了本文方法的识别性能优于对比方法。