[发明专利]一种基于低秩字典学习算法的人脸识别方法有效
| 申请号： | 201711270467.8 | 申请日： | 2017-12-05 |
| 公开（公告）号： | CN107832747B | 公开（公告）日： | 2022-06-07 |
| 发明（设计）人： | 李争名 | 申请（专利权）人： | 广东技术师范大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/40;G06V10/77;G06K9/62 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 肖平安 |
| 地址： | 510665 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于低秩字典学习算法的人脸识别方法，其特征在于包括以下步骤：一，输入训练人脸图像并利用K‑SVD算法构造profiles的Fisher判别约束项；二，构建对人脸图像测试样本的分类模型，以测试人脸图像的类标；三，采集并把待识别的人脸图像的数据输入到分类模型上；最后分类模型输出测试人脸图像的类标，进而对人脸进行识别。该方法不但提高了人脸识别的判别性能，而且降低了算法的复杂度，从而提高了人脸识别系统的效果。 | ||
| 搜索关键词： | 一种 基于 字典 学习 算法 识别 方法 | ||
【主权项】：
一种基于低秩字典学习算法的人脸识别方法，其特征在于，主要包括以下步骤：第一步，输入训练人脸图像并利用K‑SVD算法构造profiles的Fisher判别约束项；第二步，构建对人脸图像测试样本的分类模型，以测试人脸图像的类标；第三步，采集并把待识别的人脸图像的数据输入到分类模型上；最后，分类模型输出测试人脸图像的类标，进而对人脸进行识别。
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广东技术师范大学，未经广东技术师范大学许可，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/201711270467.8/，转载请声明来源钻瓜专利网。
