张国庆，王正群，王颖静，徐 伟

ZHANG Guoqing1，2,WANG Zhengqun2,WANG Yingjing2,XU Wei2

1.南京理工大学 计算机科学与工程学院，南京 210094

2.扬州大学，信息工程学院，江苏 扬州 225127

图像多模态扰动的人脸识别方法

张国庆1，2，王正群2，王颖静2，徐 伟2

ZHANG Guoqing1，2,WANG Zhengqun2,WANG Yingjing2,XU Wei2

1.南京理工大学 计算机科学与工程学院，南京 210094

2.扬州大学，信息工程学院，江苏 扬州 225127

为了克服因人脸图像检测引起的配准不稳定性和小样本引起的维数灾难，由一副二维人脸图像通过上下左右平移生成4个图像，把生成的图像与原来的图像一起加入训练样本集，构成新的训练图像集。基于二维图像，结合图像局部结构信息，设计了准则函数，获得双投影矩阵，抽取人脸特征。对待识别人脸图像，由它的扰动图像设计识别方法。与传统的人脸识别方法相比，该方法的识别效果更好；Yale和ORL人脸数据库上的实验结果验证了该方法的有效性。

二维线性判别分析（2DLDA）；小样本问题；图像扰动；特征抽取

1 引言

特征提取主要达到两个方面的目的：一是寻找针对模式最具鉴别性的描述，以使此类模式的特征能最大限度地区别彼类;二是在适当的情况下实现模式的数据描述的维数压缩。特征提取成为人脸识别最基本的问题之一，提取有效的鉴别特征是解决该问题的关键。

在人脸特征提取技术的发展过程中，人脸图像的向量表示方法一直占据着重要的地位。在这些方法中，主成分分析PCA[1]、线性判别分析LDA[2]、局部保持投影LPP[3]是代表性的特征提取方法，它们将高维向量空间的图像X映射到低维向量空间的图像Y，即求出变换矩阵A，满足投影方程Y=ATX。……