1、人臉識別是計算機視覺和模式識別領域的一個重要研究方向。人臉圖像由于維數(shù)過高,訓練樣本少,及光照、表情、局部遮擋等不可控因素的變化,使人臉識別問題面臨很大的挑戰(zhàn)。特別在只有單個訓練樣本的情況下,訓練信息更少,使得這個問題更加難解。因此在單樣本人臉識別任務中如何充分利用單個訓練樣本的信息以及先驗信息,對于該識別問題是關鍵的。
　　針對這些問題,本文提出了一種基于區(qū)域Gabor特征的單樣本人臉識別方法,即按人臉主要部位的分布對人臉進行區(qū)

2、域劃分,提取每個區(qū)域的 Gabor特征,進行分區(qū)域識別。在FERET、AR和ORL人臉庫上進行實驗,驗證了這種方法的有效性。
　　之后,提出了區(qū)域特征融合的思想,在區(qū)域 Gabor特征識別的基礎上進一步引入區(qū)域LGBP特征,實驗驗證了區(qū)域特征融合方法比只使用一種特征能獲得更好的性能。
　　此外,為了充分利用單樣本人臉的先驗信息,提出了基于稀疏表示和線性回歸的單樣本人臉識別方法。該方法先計算出單個訓練樣本在輔助樣本集上的稀疏表