[发明专利]一种特征的选择方法和装置

摘要

本发明提供一种特征的选择方法和装置，该方法包括：从获得到的图像中提取出M个特征；利用过滤式模型算法对所述M个特征进行筛选，得到N个特征；利用第一封装式模型算法对所述N个特征进行搜索，得到第一特征子集，并利用第二封装式模型算法对所述N个特征进行搜索，得到第二特征子集；对所述第一特征子集和所述第二特征子集进行重组，得到包括K个特征的第三特征子集，并从第一特征子集、第二特征子集和第三特征子集中选择所述图像的最优特征子集。通过本发明的技术方案，可以从大量特征中选择最有效特征，得到最优特征子集，降低计算复杂性，提高人脸识别的分类精度和分类性能，改善人脸的识别能力，提高人脸的识别率，提高信息安全。

主权项

1.一种特征的选择方法，其特征在于，所述方法包括以下步骤：/n从获得到的图像中提取出M个特征；/n利用过滤式模型算法对所述M个特征进行筛选，得到N个特征；/n利用第一封装式模型算法对所述N个特征进行搜索，得到第一特征子集，并利用第二封装式模型算法对所述N个特征进行搜索，得到第二特征子集；其中，所述第一封装式模型算法与第二封装式模型算法分别为改进的粒子群优化算法与人工鱼群算法、或者第一封装式模型算法与第二封装式模型算法分别为人工鱼群算法与改进的粒子群优化算法；/n对所述第一特征子集和所述第二特征子集进行重组，得到包括K个特征的第三特征子集，并从所述第一特征子集、所述第二特征子集和所述第三特征子集中选择所述图像的最优特征子集；/n其中，所述M大于所述N，且所述N大于所述K；/n其中，对所述第一特征子集和第二特征子集进行重组，得到包括K个特征的第三特征子集的过程，具体包括：/n确定所述第一特征子集对应的第一全局最优解和第一适应度函数，并确定所述第二特征子集对应的第二全局最优解和第二适应度函数；/n计算第一概率为第一适应度函数/(第一适应度函数+第二适应度函数)，或者，计算第二概率为第二适应度函数/(第一适应度函数+第二适应度函数)；/n构建第三全局最优解，并在0和1之间为所述第三全局最优解的第i维的数值选择一个随机数；当所述随机数大于等于所述第一概率时，则选择所述第一全局最优解中第i维的数值作为第三全局最优解的第i维的数值，当所述随机数小于所述第一概率时，则选择所述第二全局最优解中第i维的数值作为第三全局最优解的第i维的数值；或者，当所述随机数大于等于所述第二概率时，则选择所述第二全局最优解中第i维的数值作为第三全局最优解的第i维的数值，当所述随机数小于所述第二概率时，则选择所述第二全局最优解中第i维的数值作为第三全局最优解的第i维的数值；/n确定所述第三全局最优解对应的包括K个特征的第三特征子集。/n