[发明专利]基于LRR图的半监督学习人脸识别方法有效
| 申请号： | 201210387089.2 | 申请日： | 2012-10-12 |
| 公开（公告）号： | CN102880875A | 公开（公告）日： | 2013-01-16 |
| 发明（设计）人： | 杨淑媛;焦李成;王秀秀;刘芳;缑水平;侯彪;王爽;马文萍;杨丽霞;徐雯辉;谢冬梅 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 田文英;王品华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LRR图的半监督学习人脸识别方法。其步骤为：(1)划分数据库样本集；(2)组成样本集合；(3)生成初始标签矩阵；(4)低秩表示；(5)生成样本相似度矩阵；(6)生成类别概率矩阵；(7)输出测试样本的类别。本发明采用半监督学习的方法可以在已知标签样本较少的情况下获得更高的识别正确率，同时，本发明采用低秩表示的方法，在样本受到噪声污染的情况下具有更强的鲁棒性。 | ||
| 搜索关键词： | 基于 lrr 监督 学习 识别 方法 | ||
【主权项】：
一种基于LRR图的半监督学习人脸识别方法，包括如下步骤：(1)划分数据库样本集将人脸图像集中所有已知标签的样本作为训练集，所有未知标签的样本作为测试集；(2)组成样本集合2a)将训练集中的样本按标签顺序依次排列在测试集样本前，组成原始样本矩阵；2b)生成一个服从高斯分布的随机矩阵，将随机矩阵与原始样本矩阵相乘得到降维后的样本矩阵；(3)生成初始标签矩阵采用标签矩阵公式得到带标记样本的初始标签矩阵；(4)低秩表示采用非精确增广拉格朗日乘子法获得低秩系数矩阵；(5)生成样本相似度矩阵采用对称处理公式获得样本相似度矩阵；(6)计算概率采用图保持标准方法获得测试样本集的类别概率矩阵；(7)输出类别选取类别概率矩阵每一列的最大值，将最大值所在行的行标作为测试集样本的类别，输出测试集样本的类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210387089.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种电子邮件收集分类方法
- 下一篇：一种锅炉优化运行经济参数目标值获取方法
