[发明专利]一种邻域保持判别嵌入人脸识别方法及系统有效
| 申请号： | 201310625378.6 | 申请日： | 2013-11-28 |
| 公开（公告）号： | CN103577839B | 公开（公告）日： | 2017-01-04 |
| 发明（设计）人： | 张莉;包兴;赵梦梦;杨季文;王邦军;何书萍;李凡长 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司11227 | 代理人： | 常亮 |
| 地址： | 215123 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种邻域保持判别嵌入人脸识别方法及系统，本发明方法包括以下步骤。S1、对已有的人脸训练样本集进行初始降维，并根据训练样本矩阵确定初始降维训练样本矩阵。S2、寻找最优变换AX1，令二次降维训练样本矩阵X2=AX1，并获取二次降维训练样本集。S3、建立测试样本并将其进行二次降维获得二次降维测试样本，在二次降维训练样本中查找与所述二次降维测试样本相邻的样本，并将占比较高的二次降维训练样本的类别赋予所述测试样本。 | ||
| 搜索关键词： | 一种 邻域 保持 判别 嵌入 识别 方法 系统 | ||
【主权项】：
一种邻域保持判别嵌入人脸识别方法，其特征在于，包括以下步骤：S1、对已有的人脸训练样本集进行初始降维，并根据训练样本矩阵确定初始降维训练样本矩阵；S2、寻找最优变换AX1，令二次降维训练样本矩阵Y＝AX1，并获取二次降维训练样本集，其中A表示的含义是第二次降维得到的最优变换矩阵，X1表示的含义是第一次降维后的训练样本矩阵，Y是由yi组成的矩阵，是二次降维的样本矩阵；S3、建立测试样本并将其进行二次降维获得二次降维测试样本，在二次降维训练样本中查找与所述二次降维测试样本相邻的样本，并将占比较高的二次降维训练样本的类别赋予所述测试样本；在步骤S2中，使得其中β∈(0,+∞)，重构权值系数矩阵W通过求解获得，表示的含义是初始降维后的样本数据，表示的含义是分类信息矩阵。
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苏州大学，未经苏州大学许可，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/201310625378.6/，转载请声明来源钻瓜专利网。
- 上一篇：基于自然纹理的二维多元数据可视化方法
- 下一篇：一种含有双背场结构的太阳电池
