1. 1. 毕业设计（论文）的内容、要求、设计方案、规划等
现阶段对每人只有一个训练样本的人脸识别问题所进行的研究还很少。对这一问题进行研究和探讨是有意义的，也是完全必要的。
人脸识别的正确率，一方面与算法本身有关，另一方面也与训练样本的质量和数量密切相关。常用的方法有pca（主分量分析）、2dpca（二维pca）、fisherfaces、fisher线性鉴别分析(fisher linenar discriminant analysis，lda)、统计不相关的鉴别分析（ulda）等等。这些方法都要求每个人有一定的训练样本数量，通常每人至少两幅图像用于训练。一般情况下，许多算法的识别率会随着每个人的训练样本数的增加而提高。
但在实际中要采集到每个人的各种变化的图像是有困难的，实验室的人员会积极地配合完成建立特定的人脸数据库的各种要求，而在实际应用中要求普通人员也这样配合未免有些过分。在许多的实际场合，我们只有每个人的一张照片，例如可能是身份证、工作证、学生证、护照、毕业证和准考证等上面的一张照片。用每个人的单幅图像进行训练，然后进行待测图像的人脸识别就是所谓的单样本人脸识别问题。在训练样本很少的情况下，如果能增加一些与现实相符合的虚拟样本，对提高识别率有重要意义。
2. 参考文献（不低于12篇）
1．juwei lu, k.n. plataniotis, and a.n. venetsanopoulos. face recognition using kernel direct discriminant analysis algorithms.ieee transactions on neural networks, 2003, 14(1): 117-126,
2. li yong-zhi, yang jing-yu an effcient feature extraction method based on kernel maximum margin criterion proceedings of the 3rd international conference on impulsive dynamic systems and applications, (2006)pp: 1254-1258 (sci检索)
3. li yong-zhi, yang jing-yu an efficient method of nonlinear feature extraction based on svmproceedings of the 9th international conference on control, automation, robotics and vision, singapore, december, 2006 pp: 216221
