[发明专利]一种双向模糊二维主成分分析的人脸识别方法有效
| 申请号： | 201710356566.1 | 申请日： | 2017-05-19 |
| 公开（公告）号： | CN107256381A | 公开（公告）日： | 2017-10-17 |
| 发明（设计）人： | 武小红;诸伟杰;丁一;马鑫;武斌;贾红雯 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种双向模糊二维主成分分析的人脸识别方法，属于模式识别和人工智能领域。本发明方法利用基于矩阵的模糊二维主成分分析分别对人脸图像的行和列进行压缩，然后将压缩后的图像按列拉成图像向量，再用优化主成分分析提取图像向量的一组最优鉴别矢量而实现图像向量的压缩，最后用最近邻分类器进行分类。本发明是基于模糊二维主成分分析的人脸识别方法，在处理含噪声图像方面优于传统的二维主成分分析(2DPCA)；此外，本发明从行和列两个方向对人脸图像进行压缩，压缩后图像更小，分类速度快；将压缩后的图像矩阵按列拉伸后再进行优化主成分分析的线性变换以实现向量的压缩，压缩更彻底，分类速度得到提高，具有高识别率。 | ||
| 搜索关键词： | 一种 双向 模糊 二维 成分 分析 识别 方法 | ||
【主权项】：
一种双向模糊二维主成分分析的人脸识别方法，其特征在于，利用基于矩阵的模糊二维主成分分析分别对人脸图像的行和列进行压缩，然后将压缩后的图像按列拉成图像向量，再用优化主成分分析提取图像向量的一组最优鉴别矢量而实现图像向量的压缩，最后用最近邻分类器进行分类。
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江苏大学，未经江苏大学许可，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/201710356566.1/，转载请声明来源钻瓜专利网。
- 上一篇：指纹注册方法及相关产品
- 下一篇：基于图像识别的虚拟保险杠控制方法和系统
