[发明专利]基于协作表示的近邻保持人脸识别方法有效
| 申请号： | 201710671065.2 | 申请日： | 2017-08-07 |
| 公开（公告）号： | CN107480623B | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 王磊;李苗;姬红兵;李丹萍;陈爽月;臧伟浩;刘璐;赵杰 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 61205 陕西电子工业专利中心 | 代理人： | 田文英;王品华 |
| 地址： | 710071 陕*** | 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： | 一种基于协作表示的近邻保持人脸识别方法，实现步骤：1、划分数据库样本集；2、组成样本矩阵；3、计算初始投影矩阵；4、计算初始降维后的训练样本矩阵；5、计算初始降维后训练样本的权值矩阵；6、构建近邻保持图；7、计算近邻保持图的拉普拉斯矩阵；8、计算初始降维后训练样本的迹差矩阵；9、计算二次投影矩阵；10、计算二次降维后的训练样本矩阵；11、对测试样本进行降维及分类。本发明在样本有标签的情况下，利用样本的协作表示关系构造类内近邻保持图和类间近邻保持图，保持了样本的局部信息和全局信息，再利用近邻保持投影，有效地实现了对人脸特征的降维，同时，本发明对人脸图像识别具有很好的实时性。 | ||
| 搜索关键词： | 基于 协作 表示 近邻 保持 识别 方法 | ||
【主权项】：
1.一种基于协作表示的近邻保持人脸识别方法，包括如下步骤：/n(1)划分数据库样本集：/n从人脸图像集中依次提取所有已知标签样本组成含有C类样本的训练集，将人脸图像集中所有的未知标签样本组成测试集；/n(2)获取样本矩阵：/n(2a)按列取出训练集中的单幅人脸图像像素点的灰度特征值，排列成一个列向量，遍历训练集图像，将得到的所有列向量组成训练样本矩阵；/n(2b)按列取出测试集中的单幅人脸图像像素点的灰度特征值，排列成一个列向量，遍历测试集图像，将得到的所有列向量组成测试样本矩阵；/n(3)计算初始投影矩阵：/n采用主成分分析方法PCA，对训练样本集的协方差矩阵进行奇异值分解，保留奇异值分解得到的99％特征值，将保留特征值所对应的特征向量组成初始投影矩阵；/n(4)按照下式，计算初始降维后的训练样本矩阵：/n
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/201710671065.2/，转载请声明来源钻瓜专利网。
