[发明专利]基于稀疏表示的新生儿疼痛与非疼痛表情分类识别方法

权利要求书

1.一种基于稀疏表示的新生儿疼痛与非疼痛表情分类识别方法，其特征在于该方法包括以下步骤：

A、将经医护人员按疼痛程度分类并作校准归一化的k类新生儿表情图像作为训练样本；

B、对每一个训练样本、测试样本进行降维处理，分别用一个d维的特征向量来表示；

C、由k个类别的n个训练样本的特征向量构建稀疏表示模型中的一个d行n列的过完备字典矩阵A；n＞＞d；

D、对过完备字典矩阵A和测试样本的特征向量y分别进行归一化，得到和

E、给定误差容限ε，||·||₁表示l₁范数，||·||₂表示l₂范数，通过求解如下l₁范数最小化问题：

θ^=argmin||θ||1]]>满足

得到最优的样本重构系数向量

F、对于任意的第i类，首先定义一个函数，用于选取中与第i类相关的系数，即函数将系数向量中与第i类相关的所有元素乘以1，其余元素乘以0；然后，计算用第i类训练样本重构得到的与测试样本归一化特征向量的残差：

G、将测试样本的残差代入如下的类别判定公式：

identity(y)=argminiri(y),i=1,2,L,k]]>

得出测试样本的类别，即，在k个残差中寻找最小值，将残差最小的i所对应的类别作为测试样本的分类结果，用identity(y)表示。

2.根据权利要求1所述的基于稀疏表示的新生儿疼痛与非疼痛表情分类识别方法，其特征在于，所述步骤D中，对过完备字典矩阵A和测试样本的特征向量y分别进行归一化的具体步骤如下：

D1、在所有n个训练样本的d维特征向量中，求出每一维特征的最大值，即

λj,max=maxp∈[1,2,L,n](Aj,p),j=1,2,3,...,d]]>

其中，A_j，p表示过完备字典矩阵A的第j行第p列元素，λ_j，max表示过完备字典矩阵A中第j行的最大元素值，即第j维特征的最大值；

D2、用λ_j，max对过完备字典矩阵A的第j行作归一化处理，即

其中，表示归一化的过完备字典矩阵A的第j行第p列元素；

D3、依据每一维特征的λ_j，max，对测试样本的特征向量y作归一化处理，即

其中，y_j表示测试样本的特征向量y的第j维特征，表示归一化的y_j。