基于Gabor变换的每类单个训练样本人脸识别研究

摘要

基于高维仿生信息学理论思想,提出了一种运用图论中最小生成树算法构筑训练样本点覆盖的新算法.通过Gabor滤波变换,每个训练图像得到40个Gabor特征图,对这些特征图使用超香肠神经网络模型(HSN模型)进行识别,最后以投票策略对Gabor特征图判别结果作决策融合,以最多数为判别结果.对几个典型的人脸图像库在每类单个训练样本这种极端情形下,研究了光照变化的人脸识别问题,实验结果显示了其合理性.