[发明专利]一种基于多个1类支持向量机的人脸相似性识别方法及系统

摘要

本发明提供一种基于多个1类支持向量机的人脸相似性识别方法及系统。所述方法包括以下步骤。S1、对现有的人脸训练样本集进行处理，获得差样本对，并构造差样本对训练集。S2、对所述差样本对训练集按类别分别进行训练学习，获得1类SVM模型系数，并通过所述模型系数获得超球体半径rc。S3、获取任意两个测试样本的测试差样本对，并根据所述测试差样本对及超球体半径计算相似性判别模型，以判断所述任意两个测试样本的相似性。

主权项

一种基于多个1类支持向量机的人脸相似性识别方法，其特征在于，包括以下步骤：S1、对现有的人脸训练样本集进行处理，获得差样本对，并构造差样本对训练集；在步骤S1中，人脸训练样本集为{(x1,v1),…,(xi,vi),…,(xn,vn)}，其中xi∈RD，vi∈{1,2,…,C}，vi是xi的类别标签，RD是维度为D的实数集合，C是人脸的种类数，用Xc表示仅包含vi＝c的训练样本的集合，其数据类别为c，则Xc中任意两个样本和的相似差样本对差样本对训练集为其中zj∈RD，mc为第c类的差样本对的个数；S2、对所述差样本对训练集按类别分别进行训练学习，获得1类SVM模型系数αp,p＝1,…,mc，并通过所述模型系数获得超球体半径rc；S3、获取任意两个测试样本的测试差样本对，并根据所述测试差样本对及超球体半径计算相似性判别模型，以判断所述任意两个测试样本的相似性；在步骤S3中，若任意两个测试样本和的测试差样本对为则第c个相似性判别模型其中z为步骤S1中的差样本对数据，zp，zp1，zq1均是SXc中的元素，若有C个判别模型，且循环操作C次得到C个相似性判断结果当F中大于零的数量超过预定数量时，则判定测试样本和是相似的。