第6期 王科俊，等：SPCA参数对单样本人脸识别效果影响分析 ·537 通过图8~11的实验数据看出，识别率有明显的 有用的信息，并抑制那些对识别不利的信息，然后再 下降，这也恰恰说明了在复杂情况下提高单样本人脸 使用主分量分析法进行特征提取和识别，为单训练 识别率是困难的.采用文献[3]的取值方式，参数n被 样本人脸识别开辟了一条新的思路.本文重点讨论 限定在1~2，但是显然SPCA算法的识别率没有达到 并测试了SP℃A中衍生图像生成参数n和结合图像 最优值，识别率明显处于上升阶段，无法得出参数 计算中结合参数a对识别结果的影响，得出了SP 对识别效果有影响的正确结论，所以本文在此基础 CA取得较好识别效果时参数的取值原则，从而进 上，进行了进一步的实验，把参数n的取值范围扩大 步说明SPCA方法的有效性 到了1~3，实验数据表明参数n在取值为2.1和2.2 参考文献： 时平均识别率和单项识别率是最高的，当n变化到 2.8以后识别率基本维持在一个固定的值，不再发生 [1]TAN Xiaoyang,CHEN Songcan,ZHOU Zhihua,ZHANG 变化. Fuyan.Face recognition from a single image per person:a 而参数α对识别效果的影响并不是特别明显， survey[J].Pattem Recognition,2006,39:1725-1745. 采用文献[3]的取值方式时，在参数α变化的情况 [2]王科俊，段胜利，冯伟兴.单训练样本人脸识别技术综述 [J].模式识别与人工智能，2008,21(5)：7783,635- 下平均识别率基本都维持在53%左右，而采用本文 642, 的方法时，平均识别率维持在54%左右，并没有大 WANG Kejun,DUAN Shengli,FENG Weixing.A survey of 幅度的增减现象出现，但是通过单项识别率可以看 face recognition using single training sample[J].Pattern 出，参数α取值在0.5~1.0的识别率相对较高. Recognition and Artificial Intelligence,2008,21(5):77- 通过以上的分析和格数据得出这样的结论，在 83,635-642 CAS-PEAL人脸库上进行实验测试SPCA参数的影 [3]ZHANG Daoqgiang,CHEN Songcan,ZHOU Zhihua.A new 响，参数a的取值范围为0.5<a<1.0,参数n的最 face recognition method based on SVD perturbation for sin- 佳取值为2.1，已经超出文献[3]所规定的2.0的上 gle example image per person[J].Applied Mathematics and 限值。 Computation,2005,163(2):895-907. 本文通过在ORL人脸库和CAS-PEAL人脸库上 [4]TURK M,PENTLAND A.Eigenfaces for recognition[J]. 的大量实验，验证了SPCA算法衍生图像生成参数n Joural of Cognitive Neuroscience,1991,3(1):71-86 [5]KIROBY M,SIROVICH L.Application of the Karhunen- 和结合图像计算中结合参数α对识别效果有严重的 影响.针对不同情况下的人脸库，参数n和参数α应 Loeve procedure for the characterization of human faces[]. IEEE Transactions on Pattern Analysis and Machine Intelli- 当有不同的取值规律，并不是一成不变的.对于人脸 g9nce,1990,12(1):103-108. 模式变化较为单一且由西方人人脸构成的人脸库，一 [6]WU Jianxin,ZHOU Zhihua.Face recognition with one 般参数n和参数α取值是比较小的，而对人脸模式变 training image per person[J].Patter Recognition Letters, 化较为复杂且为东方人的人脸库，参数n和参数x取 2002,23(14):1711-1719. 值相对较大.这主要是由于在人脸模式单一的情况 [7 CHEN Songcan,ZHANG Daoxiang,ZHOU Zhihua.En- 下，如果参数取值较大衍生图像的内部信息结构被 hanced (PC)2A for face recognition with one training im- 扰乱，图像变得平滑模糊，不再适合用来表征人脸图 age per person[J].Patter Recognition Letters,2004,25 像，会导致识别率下降，但是在人脸模式较为复杂的 (10):1173-1181. 情况时，人脸图像信息已经很复杂，经过衍生图像变 [8]何家忠，杜明辉.单样本人脸识别中一种新的图像增强 方法[J].微计算机信息，2006,22(3)：266-268 换后，最终得到的人脸结合图像变得模糊从而忽略了 HE Jiazhong,DU Minghui.A new image enhancement 一些细节信息，但这样更能表达出复杂状态下各种人 method for face recognition with single training sample[J]. 脸的概况信息，所以识别率反而提高。 Microcomputer Information,2006,22(3):266-268. 4结束语 [9]徐士良.C常用算法程序集[M].2版.清华大学出版 社，1996：74-77. 奇异值扰动的主分量分析(SPCA)首先对人脸 [10]剑桥大学AT&T实验室.ORL人脸库建[EB/OL] 图像进行特殊的预处理，以增强人脸图像中对识别 [2010-05-12 ]http://www.cl.cam.ac.uk/Research/