[发明专利]一种类别特色字典和共享字典学习的人脸表示算法

摘要

本发明公开了一种类别特色和共享字典学习的人脸表示算法，所述人脸表示算法主要包括类别特色字典学习算法和共享字典学习算法两大模块；所述类别特色字典学习主要通过约束类别子字典之间尽量相互不相关以及稀疏系数类内方差尽量小类间方差尽量大，提高类别子字典和稀疏系数的辨别性。所述的类间共享字典是为了得到测试样本可能包含的各种复杂的变化本发明的积极效果在于为训练样本为正常人脸、测试样本包含复杂变化的人脸表示方式提供理论支撑，为提高人脸识别的效率提供了实验依据。

主权项

本发明旨在解决训练样本有限，测试样本含有未知变化的复杂情况下的人脸表示问题。通过类别子字典学习使学习到的类别子字典尽量相互不相关，从而提高子字典的分类能力；此外，令稀疏系数类内方差尽量小类间方差尽量大以提高稀疏系数的辨别性；与此同时，通过学习的方法得到类内变化字典有效降低了偏手工辅助字典的局限性。设有测试数据Y＝{Y₁,Y₂,…,Y_m}，本发明的目的是最小化重构误差其中Ε代表重构误差，D_i是第i类字典，Xⁱ是在D_i上的稀疏系数，D_S是类内变化字典，是在D_S上的稀疏系数。本文的主要目的是最小化Y_i由D_i和D_S重构的重构误差，因此我们需要分别学习类别特色字典和类间共享字典。