基于小波变换的单样本人脸识别方法研究.rar
基于小波变换的单样本人脸识别方法研究,页数：68字数：34789摘要：单样本人脸识别技术，由于其隐蔽性操作、非接触式采集、强大的事后追踪能力以及易获取注册样本等特点，适用于安全验证、门禁控制、公安工作等领域，但由于单样本注册信息量少，易受光照、环境等各种噪声干扰，降低了人脸识别率，不能满足安全部门领域要求的高准确率和低风...
该文档为压缩文件,包含的文件列表如下:
内容介绍
原文档由会员 艳艳艳 发布
基于小波变换的单样本人脸识别方法研究
页数：68
字数：34789
摘要：单样本人脸识别技术，由于其隐蔽性操作、非接触式采集、强大的事后追踪能力以及易获取注册样本等特点，适用于安全验证、门禁控制、公安工作等领域，但由于单样本注册信息量少，易受光照、环境等各种噪声干扰，降低了人脸识别率，不能满足安全部门领域要求的高准确率和低风险率。因此，针对单样本注册的人脸识别问题，本文提出了一种基于小波变换图像融合的单样本人脸识别方法。
由于人脸图像中存在的背景比较多，而且人脸在图像中的方向和大小不同，需要对人脸图像进行归一化预处理。首先将图像转换至YCrCb色彩空间，并基于肤色在该空间的聚类性，分割出人脸的大致区域；其次，设计双方向的Gabor滤波器对人脸图像进行滤波，并采用膨胀和腐蚀的方法将人眼范围进一步缩小，得到块状候选人眼区域；然后将采集到的双眼模板匹配到候选的人眼区域中，从而对人眼进行准确定位；最后根据人眼定位的坐标系，对人脸图像进行角度和尺度的归一化。
在识别过程中，设计了基于小波融合和支持向量机的人脸图像识别方法。首先利用小波的多分辨率特点，对归一化的人脸图像进行小波变换，并把小波变换后提取出的注册样本的低频信息以及测试人脸图像的高频信息融合，重构出一幅新的融合图像，该图像体现了注册图像与测试人脸图像的相融性。将把融合图像与测试人脸图像之间的相似性作为分类特征，采用支持向量机作为分类器，实现人脸图像的匹配识别。
在美国军方的FERET彩色人脸图库、英国剑桥大学的ORL人脸图库以及美国耶鲁大学的YALE人脸图库中进行实验，取得了较好的识别效果。实验结果表明本文的方法适用于有大量背景的人脸图像，对人脸的表情和配饰物等具有很好的鲁棒性，而且具有较高的正确拒绝率，适用于安全验证系统、门禁控制等领域。
目录：摘 要 I
Abstract II
第一章 绪论 1
1.1 人脸识别的背景和意义 1
1.2 人脸识别系统 2
1.3 单样本人脸识别的发展历史及现状 3
1.4 单样本人脸识别的主要方法 5
1.4.1 基于增加虚拟样本的人脸识别方法 5
1.4.2 基于增强单训练样本的人脸识别方法 6
1.4.3 基于人脸局部特征的识别方法 7
1.5 本文工作的概述和结构 7
1.5.1 本文的工作概述 7
1.5.2 本文的结构 8
第二章 人脸图像的归一化方法 9
2.1 基于肤色的人脸区域检测 9
2.1.1 YCrCb色彩空间 9
2.1.2 肤色检测 9
2.2 人眼检测与定位方法 11
2.2.1基于Gabor滤波器的人眼检测 12
2.2.2 基于双眼模板的人眼精确定位 15
2.3 人脸图像的角度和尺度归一化 17
2.3.1 图像旋转 17
2.3.2 图像缩放 18
2.4 实验结果和分析 19
2.4.1 FERET彩色人脸数据库的人脸归一化实验 19
2.4.2 基于视频图像人脸归一化实验 20
2.4.3 实验结果分析 22
2.5 本章总结 23
第三章 人脸图像的小波变换 24
3.1 小波变换与分辨率分析 24
3.2 离散小波变换及常用小波基 29
3.3 人脸图像的小波变换 32
3.3.1 二维小波变换 32
3.3.2 人脸图像的小波变换 34
3.4 本章小结 35
第四章 基于小波融合的人脸图像特征描述 36
4.1 小波融合方法 36
4.1.1 图像融合概述 36
4.1.2 基于小波变换的图像融合方法 37
4.1.2 基于小波融合的人脸图像处理 38
4.2 基于小波融合的人脸图像分析 39
4.2.1 高低频交叉融合方法 39
4.2.2 基于权重分配的高低频交叉融合 41
4.3 实验结果和分析 43
4.3.1 实验图库介绍 43
4.3.2 人脸相似性判别 46
4.3.3 实验结果分析 48
4.4 本章小结 48
第五章 基于支持向量机的单样本人脸识别 50
5.1 支持向量机分类器 50
5.1.1 判别函数 50
5.1.2 分类器设计 51
5.1.3 支持向量机 53
5.2 基于支持向量机的单样本人脸分类方法 54
5.2.1 常用核函数介绍 55
5.2.2 奇异值特征向量 55
5.2.3 欧式距离特征向量 56
5.3 实验结果和分析 57
5.3.1 人脸数据库实验 57
5.3.2 人脸识别安全性验证 58
5.3.3 实验结果与分析 60
5.4 本章小结 60
第六章 结论 62
参考文献 63
在学研究成果 67
致 谢 68
关键词：人脸识别，单样本，小波变换，人脸归一化，支持向量机
参考文献：[1] 杨晓飞. 人脸识别系统的研究: (硕士学位论文). 北京: 化工大学, 2005.
[2] Beymer David, Poggio Tomaso. Face recognition from one example view. Proceedings of the IEEE International Conference on Computer Vision, 1995: 500-507.
[3] Martinez Aleix M.. Recognizing imprecisely localized, partially occluded, and expression variant faces from a single sample per class. IEEE Transactions on Pattern Analysis and Machine Intelligence, v 24, n 6, June, 2002: 748-763.
[4] Martinez, Aleix M.. Recognizing expression variant faces from a single sample image per class, Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, v 1, 2003: I/353-I/358.
[5] Sanderson Conrad, Bengio, Samy. Extrapolating single view face models for multi-view recognition, Proceedings of the 2004 Intelligent Sensors, Sensor Networks and Information Processing Conference, ISSNIP '04, 2004: 581-586.
[6] Le Hung-Son, Li, Haibo. Face Identification From One Single Sample Face Image, Proceedings - International Conference on Image Processing, ICIP, v 5, 2004 International Conference on Image Processing, ICIP 2004, 2004: 1401-1404.
[7] Wang Jie, Gu Yuantao, Plataniotis K.N., ANVenetsanopoulos. Select eigenfaces for face recognition with one training sample per subject, ICARCV 2004 - Proceedings of the 8th International Conference on Control, Automation, Robotics and Vision, 2004: 391-396.
[8] Wang Jie, Plataniotis K.N., Venetsanopolous, A.N.. Selecting kernel eigenfaces for face recognition with one training sample per subject, 2006 IEEE International Conference on Multimedia and Expo, ICME 2006 - Proceedings, 2006: 1637-1640.
[9] Wang Jie, Plataniotis K.N., Lu, Juwei, Venetsanopoulos A.N.. On solving the face recognition problem with one training sample per subject, Pattern Recognition, v 39, n 9, September, 2006: 1746-1762.
[10] Zhang Lei, Wang Sen, Samaras. Dimitris Face synthesis and recognition from a single image under arbitrary unknown lighting using a spherical harmonic basis morphable model, Proceedings - 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR 2005, 2005: 209-216.
[11] Zhang Lei, Samaras Dimitris. Face recognition from a single training image under arbitrary unknown lighting using spherical harmonics, IEEE Transactions on Pattern Analysis and Machine Intelligence, v 28, n 3, March, 2006: 351-363.
[12] Singh R., Vatsa M., Noore A..Textural feature based face recognition for single training images, Electronics Letters, v 41, n 11, May 26, 2005: 640-641.
[13] Kim Tae-Kyun, Kittler Josef. Locally linear discriminant analysis for multimodally distributed classes for face recognition with a single model image, IEEE Transactions on Pattern Analysis and Machine Intelligence, v 27, n 3, March, 2005: 318-327.
[14] De La Torre Fernando, Gross Ralph, Baker Simon, Vijaya Kumar B.V.K.. Representational Oriented Component Analysis (ROCA) for face recognition with one sample image per training class, Proceedings - 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR 2005, 2005: 266-273.
[15] Ting Shan, Lovell Brian C., Shaokang Chen. Face recognition robust to head pose from one sample image, Proceedings - 18th International Conference on Pattern Recognition, ICPR 2006, 2006: 515-518.
[16] Zhang Xiaozheng, Gao Yongsheng, Leung Maylor K. H.. Automatic texture synthesis for face recognition from single views, Proceedings - 18th International Conference on Pattern Recognition, ICPR 2006, 2006: 1151-1154.
[17] Grudin M.A., Lisboa P.J.G., Harvey D.M.. Selection of localised salient features from a single facial image, IEE Proceedings: Vision, Image and Signal Processing, v 153, n 4, August, 2006: 461-467.
[18] Yue Zhanfeng, Zhao Wenyi, Chellappa Rama. Pose-encoded spherical harmonics for face recognition and synthesis using a single image, Eurasip Journal on Advances in Signal Processing, v 2008, 2008, p 748483苑玮琦，一种人脸和耳特征组合识别方法，申请号：CN200510046036.4，公开号：CN1658224.
[19] Shan Shiguang, Gao Wen, Zhao Debin. Ce identification from a single example image based on face-specific subspace (FSS), ASSP, IEEE International Conference on Acoustics, Speech and Signal Processing - Proceedings, v 2, 2002: II/2125-II/2128.
[20] Shan Shiguang, Cao Bo, Gao Wen, Zhao Debin. Tended fisherface for face reocognition from a single example image per person, oceedings - IEEE International Symposium on Circuits and Systems, v 2, 2002: II/81-II/84.
[21] Liao Pin, Shen Li. Unified probabilistic models for face recognition from a single example image per person, Journal of Computer Science and Technology, v 19, n 3, May, 2004: 383-392.
[22] Xie Xudong, Lam Kin-Man. Gabor-based kernel PCA with doubly nonlinear mapping for face recognition with a single face image, IEEE Transactions on Image Processing, v 15, n 9, September, 2006: 2481-2492.
[23] Xie Xudong, Lam Kin-Man. 2008 Face recognition using elastic local reconstruction based on a single face image, Pattern Recognition, v 41, n 1, January, 2008: 406-417.
[24] Huang Jian, Yuen Pong C., Chen Wen-Sheng Lai, Jian Huang. Component-based subspace linear discriminant analysis method for face recognition with one training sample, Optical Engineering, v 44, n 5, May, 2005: 057002.
[25] Wu Jianxin, Zhou Zhi-Hua. Face recognition with one training image per person, Pattern Recognition Letters, v 23, n 14, December, 2002: 1711-1719.
[26] Zhang Daoqiang; Chen Songcan, Zhou Zhi-Hua. A new face recognition method based on SVD perturbation for single example image per person, Applied Mathematics and Computation (New York), v 163, n 2, Apr 15, 2005: 895-907.
[27] Tan Xiaoyang, Chen Songcan, Zhou Zhi-Hua, Zhang, Fuyan. Recognizing partially occluded, expression variant faces from single training image per person with SOM and soft κ-NN ensemble, IEEE Transactions on Neural Networks, v 16, n 4, July, 2005,: 875-886.
[28] Tan Xiaoyang, Chen Songcan, Zhou Zhi-Hua, Zhang Fuyan. Face recognition from a single image per person: A survey, Pattern Recognition, v 39, n 9, September, 2006: 1725-1745.
[29] 谭晓阳, 刘俊, 张福炎. 基于“SOM脸”的选择性单训练样本人脸识别. 南京航空航天大学学报, 2005, 37(1): 44-47.
[30] 杜成, 苏光大, 林行刚等. 多姿态人脸图像合成. 光电子•激光, 2004, 15(12): 1498-1501.
[31] 张生亮, 杨静宇. 大类别及少量训练样本的人脸识别问题研究: (博士学位论文). 南京: 南京理工大学, 2005.
[32] He, Jiazhong; Sun, Yuehui; Du, Minghui，Image enhancement based eigenface method for face recognition with single training image， Journal of Information and Computational Science, v 4, n 1, March, 2007: 53-58.
[33] 何家忠, 杜明辉. 基于小波的训练样本增强的单样本人脸识别，计算机工程与应用，2006, 27: 197-199.
[34] 陈翔, 柏正尧. 基于二代身份证照片库的人脸识别技术: (硕士学位论文). 云南: 云南大学, 2007.
[35] 张志刚, 周明全, 耿国华. 基于单幅图像的人脸三维姿态估计. 计算机应用, 2007, 27(5): 1138-1140.
[36] 朱长仁, 王润生. 基于单视图的多姿态人脸识别算法. 计算机学报, 2003, 26(1): 104-109.
[37] 孔万增, 朱善安. 基于切割子模块的单样本人脸识别. 光电工程, 2007, 34(8): 110-114.
[38] 谢永华, 陈伏兵, 张生亮等. 融合小波变换与KPCA的分块人脸特征抽取与识别算法. 中国图象图形学报, 2007, 12(4): 666-672.
[39] 聂翔飞, 谭泽富, 郭君. 小波包变换在人脸识别光照补偿中的应用. 光电工程，2008, 35(1)：50-54.
[40] Jadhao Dattatray V, Holambe Raghunath S. Gabor Wavelet Feature Based Face Recognition Using the Fractional Power Polynomial Kernel Fisher Discriminate Model. Proceedings-International Conference on Computational Intelligence and Multimedia Applications, 2008, 2(1): 387-393.
[41] 阮书敏. 复杂背景下的多姿态人脸检测技术研究: (硕士学位论文). 广州: 福州大学, 2006.
[42] 李伟. 基于肤色分割的人脸检测算法研究: (硕士学位论文). 西安: 电子科技大学, 2006.
[43] 李崇, 刘党辉, 沈兰蓀. 基于Gabor变换的人眼定位方法. 测控技术, 2006, 25(5): 27-32.
[44] Bin Chen, Zhiqiang Liu, Xianghua Zhang. Eye Location in Human Face Image Using Fuzzy Integral. International Conference on Machine Learning and Cybernetices, 2003: 2500-2505.
[45] Fernando Jorge, Soares Carvalho, and João Manuel, “Eye detection using a deformable template in static images”, VIPimage - I ECCOMAS Thematic Conference on Computational Vision and Medical Image Processing, 2007: 209-215.
[46] 张艳君, 宋京伟. 人脸识别中利用眼球进行人脸归一化. 北京联合大学学报(自然科学版), 2006, 20(2): 35-39.
[47] 涨德丰. Matlab小波分析与工程应用. 北京: 国防工业出版社, 2008.
[48] 杨福生.小波变换的工程分析与应用. 北京: 科学出版社, 1999.
[49] Castleman K R. 数字图像处理. 北京: 电子工业出版社, 1998.
[50] 陶亮, 庄镇泉. 一种基于个人身份认证的正面人脸识别算法. 中国图象图形学报, 2003, (8): 860~865.
[51] Jadhao Dattatray V,Holambe Raghunath S. Gabor wavelet feature based face recognition using the fractional power polynomial Kernel Fisher discriminant model. Proceedings - International Conference on Computational Intelligence and Multimedia Applications,2008, 2(1): 387~393.
[52] Payah Wayo,Walaracht Aranya.Efficiency Improvement for Unconstrained Probability Valaes of Modular PCA and Wavelet PCA. International Conference on Advanced Communication Fechnology, 2008, 2(10): 1449~1453.
[53] 杨凌霄, 王成硕, 侯国栋. 基于小波变换和支持向量机的人脸识别方法研究. 自动化技术与应用, 2007, (4): 52~55.
[54] 蒋巍, 王伟. 基于小波和奇异值分解的人脸识别方法. 计算机仿真, 2006, 23(4): 181~183.
[55] 杨丽瑞. 基于混合特征融合的离散HMM的人脸表情识别研究: (硕士学位论文). 江苏: 江苏大学, 2008.
[56] 张学帅, 潘泉, 赵永强. 基于静态多小波变换的图像融合. 光电子•激光, 2005, 16(5): 605-609.
[57] 李涛, 田岩, 柳健. 一种基于模糊集和小波变换的图像融合方法. 华中科技大学学报(自然科学版), 2005, 33(3): 24-26.
[58] 刘振慧, 高晶敏, 崔天横. 一种基于小波变换的图像融合新算法. 计算机工程与应用, 2007, 43(12): 74-76.
[59] 杨淑莹. 模式识别与智能计算. 北京: 电子工业出版社, 2008.
[60] Mazanec J., Melisek M., Oravec M. etal. Support vector machines, PCA and LDA in face recognition. Journal of Electrical Engineering, 2008, 59(4): 203-209.
[61] 唐述敏, 方景龙. 基于支持向量机的人脸识别. 计算机与数字工程, 2005, 33(7): 75-78.
[62] 朱健, 张锦, 成奋华等. 基于支持向量机的人脸识别研究. 计算技术与自动化, 2007, 26(4): 79-81.
[63] 王辉. 主成分分析及支持向量机在人脸识别中的应用. 计算机技术与发展, 2006, 16(8): 24-26.
[64] 樊慧丽, 杨亚萍, 胡俊杰. 基于支持向量机的人脸识别身份验证技术研究. 太原理工大学学报, 2007, 38(3): 119-221.
[65] 梁毅雄, 龚卫国, 潘英俊. 基于奇异值分解的人脸识别方法. 光学精密工程, 2004, 12(5): 543-548.
[66] 王耀明. 基于奇异值特征向量的支持向量机人脸识别技术. 上海电机学院学报, 2007, 10(2): 119-122.
[67] 闫荣华, 彭进业, 李岩. 基于小波域奇异值分解的人脸识别方法. 计算机工程, 2007, 33(4): 211-214.
页数：68
字数：34789
摘要：单样本人脸识别技术，由于其隐蔽性操作、非接触式采集、强大的事后追踪能力以及易获取注册样本等特点，适用于安全验证、门禁控制、公安工作等领域，但由于单样本注册信息量少，易受光照、环境等各种噪声干扰，降低了人脸识别率，不能满足安全部门领域要求的高准确率和低风险率。因此，针对单样本注册的人脸识别问题，本文提出了一种基于小波变换图像融合的单样本人脸识别方法。
由于人脸图像中存在的背景比较多，而且人脸在图像中的方向和大小不同，需要对人脸图像进行归一化预处理。首先将图像转换至YCrCb色彩空间，并基于肤色在该空间的聚类性，分割出人脸的大致区域；其次，设计双方向的Gabor滤波器对人脸图像进行滤波，并采用膨胀和腐蚀的方法将人眼范围进一步缩小，得到块状候选人眼区域；然后将采集到的双眼模板匹配到候选的人眼区域中，从而对人眼进行准确定位；最后根据人眼定位的坐标系，对人脸图像进行角度和尺度的归一化。
在识别过程中，设计了基于小波融合和支持向量机的人脸图像识别方法。首先利用小波的多分辨率特点，对归一化的人脸图像进行小波变换，并把小波变换后提取出的注册样本的低频信息以及测试人脸图像的高频信息融合，重构出一幅新的融合图像，该图像体现了注册图像与测试人脸图像的相融性。将把融合图像与测试人脸图像之间的相似性作为分类特征，采用支持向量机作为分类器，实现人脸图像的匹配识别。
在美国军方的FERET彩色人脸图库、英国剑桥大学的ORL人脸图库以及美国耶鲁大学的YALE人脸图库中进行实验，取得了较好的识别效果。实验结果表明本文的方法适用于有大量背景的人脸图像，对人脸的表情和配饰物等具有很好的鲁棒性，而且具有较高的正确拒绝率，适用于安全验证系统、门禁控制等领域。
目录：摘 要 I
Abstract II
第一章 绪论 1
1.1 人脸识别的背景和意义 1
1.2 人脸识别系统 2
1.3 单样本人脸识别的发展历史及现状 3
1.4 单样本人脸识别的主要方法 5
1.4.1 基于增加虚拟样本的人脸识别方法 5
1.4.2 基于增强单训练样本的人脸识别方法 6
1.4.3 基于人脸局部特征的识别方法 7
1.5 本文工作的概述和结构 7
1.5.1 本文的工作概述 7
1.5.2 本文的结构 8
第二章 人脸图像的归一化方法 9
2.1 基于肤色的人脸区域检测 9
2.1.1 YCrCb色彩空间 9
2.1.2 肤色检测 9
2.2 人眼检测与定位方法 11
2.2.1基于Gabor滤波器的人眼检测 12
2.2.2 基于双眼模板的人眼精确定位 15
2.3 人脸图像的角度和尺度归一化 17
2.3.1 图像旋转 17
2.3.2 图像缩放 18
2.4 实验结果和分析 19
2.4.1 FERET彩色人脸数据库的人脸归一化实验 19
2.4.2 基于视频图像人脸归一化实验 20
2.4.3 实验结果分析 22
2.5 本章总结 23
第三章 人脸图像的小波变换 24
3.1 小波变换与分辨率分析 24
3.2 离散小波变换及常用小波基 29
3.3 人脸图像的小波变换 32
3.3.1 二维小波变换 32
3.3.2 人脸图像的小波变换 34
3.4 本章小结 35
第四章 基于小波融合的人脸图像特征描述 36
4.1 小波融合方法 36
4.1.1 图像融合概述 36
4.1.2 基于小波变换的图像融合方法 37
4.1.2 基于小波融合的人脸图像处理 38
4.2 基于小波融合的人脸图像分析 39
4.2.1 高低频交叉融合方法 39
4.2.2 基于权重分配的高低频交叉融合 41
4.3 实验结果和分析 43
4.3.1 实验图库介绍 43
4.3.2 人脸相似性判别 46
4.3.3 实验结果分析 48
4.4 本章小结 48
第五章 基于支持向量机的单样本人脸识别 50
5.1 支持向量机分类器 50
5.1.1 判别函数 50
5.1.2 分类器设计 51
5.1.3 支持向量机 53
5.2 基于支持向量机的单样本人脸分类方法 54
5.2.1 常用核函数介绍 55
5.2.2 奇异值特征向量 55
5.2.3 欧式距离特征向量 56
5.3 实验结果和分析 57
5.3.1 人脸数据库实验 57
5.3.2 人脸识别安全性验证 58
5.3.3 实验结果与分析 60
5.4 本章小结 60
第六章 结论 62
参考文献 63
在学研究成果 67
致 谢 68
关键词：人脸识别，单样本，小波变换，人脸归一化，支持向量机
参考文献：[1] 杨晓飞. 人脸识别系统的研究: (硕士学位论文). 北京: 化工大学, 2005.
[2] Beymer David, Poggio Tomaso. Face recognition from one example view. Proceedings of the IEEE International Conference on Computer Vision, 1995: 500-507.
[3] Martinez Aleix M.. Recognizing imprecisely localized, partially occluded, and expression variant faces from a single sample per class. IEEE Transactions on Pattern Analysis and Machine Intelligence, v 24, n 6, June, 2002: 748-763.
[4] Martinez, Aleix M.. Recognizing expression variant faces from a single sample image per class, Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, v 1, 2003: I/353-I/358.
[5] Sanderson Conrad, Bengio, Samy. Extrapolating single view face models for multi-view recognition, Proceedings of the 2004 Intelligent Sensors, Sensor Networks and Information Processing Conference, ISSNIP '04, 2004: 581-586.
[6] Le Hung-Son, Li, Haibo. Face Identification From One Single Sample Face Image, Proceedings - International Conference on Image Processing, ICIP, v 5, 2004 International Conference on Image Processing, ICIP 2004, 2004: 1401-1404.
[7] Wang Jie, Gu Yuantao, Plataniotis K.N., ANVenetsanopoulos. Select eigenfaces for face recognition with one training sample per subject, ICARCV 2004 - Proceedings of the 8th International Conference on Control, Automation, Robotics and Vision, 2004: 391-396.
[8] Wang Jie, Plataniotis K.N., Venetsanopolous, A.N.. Selecting kernel eigenfaces for face recognition with one training sample per subject, 2006 IEEE International Conference on Multimedia and Expo, ICME 2006 - Proceedings, 2006: 1637-1640.
[9] Wang Jie, Plataniotis K.N., Lu, Juwei, Venetsanopoulos A.N.. On solving the face recognition problem with one training sample per subject, Pattern Recognition, v 39, n 9, September, 2006: 1746-1762.
[10] Zhang Lei, Wang Sen, Samaras. Dimitris Face synthesis and recognition from a single image under arbitrary unknown lighting using a spherical harmonic basis morphable model, Proceedings - 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR 2005, 2005: 209-216.
[11] Zhang Lei, Samaras Dimitris. Face recognition from a single training image under arbitrary unknown lighting using spherical harmonics, IEEE Transactions on Pattern Analysis and Machine Intelligence, v 28, n 3, March, 2006: 351-363.
[12] Singh R., Vatsa M., Noore A..Textural feature based face recognition for single training images, Electronics Letters, v 41, n 11, May 26, 2005: 640-641.
[13] Kim Tae-Kyun, Kittler Josef. Locally linear discriminant analysis for multimodally distributed classes for face recognition with a single model image, IEEE Transactions on Pattern Analysis and Machine Intelligence, v 27, n 3, March, 2005: 318-327.
[14] De La Torre Fernando, Gross Ralph, Baker Simon, Vijaya Kumar B.V.K.. Representational Oriented Component Analysis (ROCA) for face recognition with one sample image per training class, Proceedings - 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR 2005, 2005: 266-273.
[15] Ting Shan, Lovell Brian C., Shaokang Chen. Face recognition robust to head pose from one sample image, Proceedings - 18th International Conference on Pattern Recognition, ICPR 2006, 2006: 515-518.
[16] Zhang Xiaozheng, Gao Yongsheng, Leung Maylor K. H.. Automatic texture synthesis for face recognition from single views, Proceedings - 18th International Conference on Pattern Recognition, ICPR 2006, 2006: 1151-1154.
[17] Grudin M.A., Lisboa P.J.G., Harvey D.M.. Selection of localised salient features from a single facial image, IEE Proceedings: Vision, Image and Signal Processing, v 153, n 4, August, 2006: 461-467.
[18] Yue Zhanfeng, Zhao Wenyi, Chellappa Rama. Pose-encoded spherical harmonics for face recognition and synthesis using a single image, Eurasip Journal on Advances in Signal Processing, v 2008, 2008, p 748483苑玮琦，一种人脸和耳特征组合识别方法，申请号：CN200510046036.4，公开号：CN1658224.
[19] Shan Shiguang, Gao Wen, Zhao Debin. Ce identification from a single example image based on face-specific subspace (FSS), ASSP, IEEE International Conference on Acoustics, Speech and Signal Processing - Proceedings, v 2, 2002: II/2125-II/2128.
[20] Shan Shiguang, Cao Bo, Gao Wen, Zhao Debin. Tended fisherface for face reocognition from a single example image per person, oceedings - IEEE International Symposium on Circuits and Systems, v 2, 2002: II/81-II/84.
[21] Liao Pin, Shen Li. Unified probabilistic models for face recognition from a single example image per person, Journal of Computer Science and Technology, v 19, n 3, May, 2004: 383-392.
[22] Xie Xudong, Lam Kin-Man. Gabor-based kernel PCA with doubly nonlinear mapping for face recognition with a single face image, IEEE Transactions on Image Processing, v 15, n 9, September, 2006: 2481-2492.
[23] Xie Xudong, Lam Kin-Man. 2008 Face recognition using elastic local reconstruction based on a single face image, Pattern Recognition, v 41, n 1, January, 2008: 406-417.
[24] Huang Jian, Yuen Pong C., Chen Wen-Sheng Lai, Jian Huang. Component-based subspace linear discriminant analysis method for face recognition with one training sample, Optical Engineering, v 44, n 5, May, 2005: 057002.
[25] Wu Jianxin, Zhou Zhi-Hua. Face recognition with one training image per person, Pattern Recognition Letters, v 23, n 14, December, 2002: 1711-1719.
[26] Zhang Daoqiang; Chen Songcan, Zhou Zhi-Hua. A new face recognition method based on SVD perturbation for single example image per person, Applied Mathematics and Computation (New York), v 163, n 2, Apr 15, 2005: 895-907.
[27] Tan Xiaoyang, Chen Songcan, Zhou Zhi-Hua, Zhang, Fuyan. Recognizing partially occluded, expression variant faces from single training image per person with SOM and soft κ-NN ensemble, IEEE Transactions on Neural Networks, v 16, n 4, July, 2005,: 875-886.
[28] Tan Xiaoyang, Chen Songcan, Zhou Zhi-Hua, Zhang Fuyan. Face recognition from a single image per person: A survey, Pattern Recognition, v 39, n 9, September, 2006: 1725-1745.
[29] 谭晓阳, 刘俊, 张福炎. 基于“SOM脸”的选择性单训练样本人脸识别. 南京航空航天大学学报, 2005, 37(1): 44-47.
[30] 杜成, 苏光大, 林行刚等. 多姿态人脸图像合成. 光电子•激光, 2004, 15(12): 1498-1501.
[31] 张生亮, 杨静宇. 大类别及少量训练样本的人脸识别问题研究: (博士学位论文). 南京: 南京理工大学, 2005.
[32] He, Jiazhong; Sun, Yuehui; Du, Minghui，Image enhancement based eigenface method for face recognition with single training image， Journal of Information and Computational Science, v 4, n 1, March, 2007: 53-58.
[33] 何家忠, 杜明辉. 基于小波的训练样本增强的单样本人脸识别，计算机工程与应用，2006, 27: 197-199.
[34] 陈翔, 柏正尧. 基于二代身份证照片库的人脸识别技术: (硕士学位论文). 云南: 云南大学, 2007.
[35] 张志刚, 周明全, 耿国华. 基于单幅图像的人脸三维姿态估计. 计算机应用, 2007, 27(5): 1138-1140.
[36] 朱长仁, 王润生. 基于单视图的多姿态人脸识别算法. 计算机学报, 2003, 26(1): 104-109.
[37] 孔万增, 朱善安. 基于切割子模块的单样本人脸识别. 光电工程, 2007, 34(8): 110-114.
[38] 谢永华, 陈伏兵, 张生亮等. 融合小波变换与KPCA的分块人脸特征抽取与识别算法. 中国图象图形学报, 2007, 12(4): 666-672.
[39] 聂翔飞, 谭泽富, 郭君. 小波包变换在人脸识别光照补偿中的应用. 光电工程，2008, 35(1)：50-54.
[40] Jadhao Dattatray V, Holambe Raghunath S. Gabor Wavelet Feature Based Face Recognition Using the Fractional Power Polynomial Kernel Fisher Discriminate Model. Proceedings-International Conference on Computational Intelligence and Multimedia Applications, 2008, 2(1): 387-393.
[41] 阮书敏. 复杂背景下的多姿态人脸检测技术研究: (硕士学位论文). 广州: 福州大学, 2006.
[42] 李伟. 基于肤色分割的人脸检测算法研究: (硕士学位论文). 西安: 电子科技大学, 2006.
[43] 李崇, 刘党辉, 沈兰蓀. 基于Gabor变换的人眼定位方法. 测控技术, 2006, 25(5): 27-32.
[44] Bin Chen, Zhiqiang Liu, Xianghua Zhang. Eye Location in Human Face Image Using Fuzzy Integral. International Conference on Machine Learning and Cybernetices, 2003: 2500-2505.
[45] Fernando Jorge, Soares Carvalho, and João Manuel, “Eye detection using a deformable template in static images”, VIPimage - I ECCOMAS Thematic Conference on Computational Vision and Medical Image Processing, 2007: 209-215.
[46] 张艳君, 宋京伟. 人脸识别中利用眼球进行人脸归一化. 北京联合大学学报(自然科学版), 2006, 20(2): 35-39.
[47] 涨德丰. Matlab小波分析与工程应用. 北京: 国防工业出版社, 2008.
[48] 杨福生.小波变换的工程分析与应用. 北京: 科学出版社, 1999.
[49] Castleman K R. 数字图像处理. 北京: 电子工业出版社, 1998.
[50] 陶亮, 庄镇泉. 一种基于个人身份认证的正面人脸识别算法. 中国图象图形学报, 2003, (8): 860~865.
[51] Jadhao Dattatray V,Holambe Raghunath S. Gabor wavelet feature based face recognition using the fractional power polynomial Kernel Fisher discriminant model. Proceedings - International Conference on Computational Intelligence and Multimedia Applications,2008, 2(1): 387~393.
[52] Payah Wayo,Walaracht Aranya.Efficiency Improvement for Unconstrained Probability Valaes of Modular PCA and Wavelet PCA. International Conference on Advanced Communication Fechnology, 2008, 2(10): 1449~1453.
[53] 杨凌霄, 王成硕, 侯国栋. 基于小波变换和支持向量机的人脸识别方法研究. 自动化技术与应用, 2007, (4): 52~55.
[54] 蒋巍, 王伟. 基于小波和奇异值分解的人脸识别方法. 计算机仿真, 2006, 23(4): 181~183.
[55] 杨丽瑞. 基于混合特征融合的离散HMM的人脸表情识别研究: (硕士学位论文). 江苏: 江苏大学, 2008.
[56] 张学帅, 潘泉, 赵永强. 基于静态多小波变换的图像融合. 光电子•激光, 2005, 16(5): 605-609.
[57] 李涛, 田岩, 柳健. 一种基于模糊集和小波变换的图像融合方法. 华中科技大学学报(自然科学版), 2005, 33(3): 24-26.
[58] 刘振慧, 高晶敏, 崔天横. 一种基于小波变换的图像融合新算法. 计算机工程与应用, 2007, 43(12): 74-76.
[59] 杨淑莹. 模式识别与智能计算. 北京: 电子工业出版社, 2008.
[60] Mazanec J., Melisek M., Oravec M. etal. Support vector machines, PCA and LDA in face recognition. Journal of Electrical Engineering, 2008, 59(4): 203-209.
[61] 唐述敏, 方景龙. 基于支持向量机的人脸识别. 计算机与数字工程, 2005, 33(7): 75-78.
[62] 朱健, 张锦, 成奋华等. 基于支持向量机的人脸识别研究. 计算技术与自动化, 2007, 26(4): 79-81.
[63] 王辉. 主成分分析及支持向量机在人脸识别中的应用. 计算机技术与发展, 2006, 16(8): 24-26.
[64] 樊慧丽, 杨亚萍, 胡俊杰. 基于支持向量机的人脸识别身份验证技术研究. 太原理工大学学报, 2007, 38(3): 119-221.
[65] 梁毅雄, 龚卫国, 潘英俊. 基于奇异值分解的人脸识别方法. 光学精密工程, 2004, 12(5): 543-548.
[66] 王耀明. 基于奇异值特征向量的支持向量机人脸识别技术. 上海电机学院学报, 2007, 10(2): 119-122.
[67] 闫荣华, 彭进业, 李岩. 基于小波域奇异值分解的人脸识别方法. 计算机工程, 2007, 33(4): 211-214.
