[发明专利]一种图像像素缺失的人脸识别方法在审
| 申请号： | 201811093072.X | 申请日： | 2018-09-19 |
| 公开（公告）号： | CN109325442A | 公开（公告）日： | 2019-02-12 |
| 发明（设计）人： | 陈晓云;王彬福;陈智平;庄姗姗 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种图像像素缺失的人脸识别方法，包括以下步骤：步骤S1：对人脸图像数据进行预处理；步骤S2：结合低秩矩阵填充模型和低秩表示分类模型对待测样本集学习关于训练样本集的表示，同时对训练样本集的缺失项进行填充；步骤S3：基于最近邻子空间准则对待测样本进行分类，得到待测图像的类标签。本发明对存在缺失项的人脸图像基于低秩填充和低秩表示分类模型将填充过程和表示系数学习过程整合在同一个模型得到了更好的填充效果和识别性能。 | ||
| 搜索关键词： | 填充 低秩 训练样本集 分类模型 人脸识别 图像像素 预处理 人脸图像数据 待测图像 低秩矩阵 过程整合 人脸图像 识别性能 系数学习 样本集 子空间 最近邻 样本 标签 分类 学习 | ||
【主权项】：
1.一种图像像素缺失的人脸识别方法，其特征在于：包括以下步骤：步骤S1：对人脸图像数据进行预处理；步骤S2：结合低秩矩阵填充模型和低秩表示分类模型对待测样本集学习关于训练样本集的表示，同时对训练样本集的缺失项进行填充；步骤S3：基于最近邻子空间准则对待测样本进行分类，得到待测图像的类标签。
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福州大学，未经福州大学许可，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/201811093072.X/，转载请声明来源钻瓜专利网。
