基于SPCA和HOG的单样本人脸识别算法

摘要

基于单样本的人脸识别是一项充满挑战性的任务。文中结合Similar Principal Component Analysis(SPCA)算法与Histograms of Oriented Gradients(HOG)算法,利用SPCA筛选出图像类的相似信息,用HOG算法对相似的信息块进行特征量化,使二者优势互补。最后利用Pearson correlation(PC)进行相似性判别,在数据库Extended Yale B database上进行实验,结果表明,在光照变化的情况下,该算法对人脸正面图像的识别性能比传统算法好。