[发明专利]基于核稀疏表示的人脸识别方法

摘要

本发明公开了一种基于核稀疏表示的人脸识别方法，主要解决现有方法无法合理求解样本重构系数向量的问题。实现步骤为：(1)将训练样本矩阵和测试样本映射至核空间，然后将映射后的样本随机降维至所需要的维度，并对其进行归一化处理；(2)求解归一化后的训练样本矩阵与测试样本之间的样本重构系数向量，将其代入类别带通函数，对原测试样本进行重构；(3)求得各类别重构样本与原测试样本的残差，并代入类别判定公式得到识别结果。本发明提高了在人脸识别应用中的精度，同时将应用范围推广至低维样本，使其更具有通用性，可用于公共安全，信息安全，金融安全的监督和防护。

主权项

1、一种基于核稀疏表示的人脸识别方法，包括步骤：(1)将训练样本矩阵与测试样本通过高斯核非线性映射至核空间，得到映射后的训练样本矩阵和测试样本其中表示实数集；(2)生成一个随机矩阵其中d＜＜n，然后将随机矩阵R与训练样本矩阵C和测试样本l相乘进行降维处理，得到降维后训练样本矩阵和测试样本并对该降维后的训练样本矩阵和测试样本进行归一化；(3)对归一化后的训练样本矩阵和测试样本，利用如下优化函数：min||x||1subject tol~=C~x]]>求解最优的样本重构系数向量x，为归一化后的测试样本，为归一化后的训练样本矩阵；(4)将求解得到的样本重构系数向量x，分别代入类别带通函数δ_i：δ1(x)=α00...0,δ2(x)=0α2...0,...,δK(x)=00...αK]]>并用与δ_i(x)相乘，对原测试样本进行重构，得到重构后的样本K为类别总数，α_i代表第i类样本所对应系数的位置，其中i＝1，2，…，K，代表样本类别；(5)计算重构后的样本与归一化后测试样本的残差r_i：ri(l)=||l~-C~δi(x)||2]]>(6)将原测试样本的残差r_i代入测试样本l的类别判定公式：identity(l)＝arg min_ir_i(l)求得在K个残差中寻找的最小值，并将其下标i作为最终的人脸识别结果，用identity(l)表示。