%0 Journal Article
%T Face recognition with single training sample per person based on generalized slide window and 2DLDA<br>基于泛滑动窗与2DLDA的单样本人脸识别
%A CHEN Cai-kou
%A HUANG Jian-ping
%A LIU Yong-jun
%A <br>陈才扣
%A 黄建平
%A 刘永俊
%J 计算机应用
%D 2007
%I 
%X 对于单训练样本人脸识别，基于每人多个训练样本的传统人脸识别算法效果均不太理想。尤其是基于Fisher线性鉴别准则的一些方法，由于类内散布矩阵为零矩阵，根本无法进行识别。提出一种新的样本扩充方法，即泛滑动窗法。采用“大窗口、小步长”的机制进行窗口图像采集和样本扩充，不仅增加了训练样本，而且充分保持和强化了原始样本模式固有的类内和类间信息。然后，使用二维线性鉴别分析方法（2DLDA）对上面获得的窗口图像进行特征抽取。在ORL国际标准人脸库上进行的实验证实了所提算法的可行性和有效性。
%K single training sample
%K generalized slide window
%K feature extraction
%K face recognition<br>单样本
%K 泛滑动窗
%K 特征抽取
%K 人脸识别
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=831E194C147C78FAAFCC50BC7ADD1732&aid=4789A881BDAB7AF6853EE718666F2679&yid=A732AF04DDA03BB3&vid=DB817633AA4F79B9&iid=708DD6B15D2464E8&sid=B5888B223AC9BC2D&eid=B915C15CA494344C&journal_id=1001-9081&journal_name=计算机应用&referenced_num=0&reference_num=11