[发明专利]基于子空间岭回归的人脸画像生成方法有效

专利信息
申请号: 201610143041.5 申请日: 2016-03-14
公开(公告)号: CN105608451B 公开(公告)日: 2019-11-26
发明(设计)人: 高新波;朱明瑞;王楠楠;李洁;孙雷雨;于昕晔;张宇航;彭春蕾;査文锦;马卓奇;曹兵 申请(专利权)人: 西安电子科技大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06F16/50
代理公司: 61205 陕西电子工业专利中心 代理人: 王品华;朱红星<国际申请>=<国际公布>
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 空间 回归 画像 生成 方法
【权利要求书】:

1.基于子空间岭回归的人脸画像生成方法,包括:

(1)从照片-画像对集中取出M张照片组成训练照片样本集Tp,并取出与训练照片样本集Tp中的照片一一对应的M张画像组成训练画像样本集Ts,将剩余照片-画像对组成测试样本集,从测试样本集中选取一张测试照片L,2≤M≤U-1,U为照片-画像对集中的照片-画像对个数;

(2)将所有图像划分成相同大小及相同重叠程度的图像块,每张图像划分为N块,并组成块集合:

(2a)将测试照片L划分成相同大小及相同重叠程度的图像块并组成块集合:

P={p1,…,pj,…,pN};

其中,P表示测试照片块集合,pj表示测试照片中的第j个照片块,j∈1,…,N;

(2b)将训练照片样本集Tp中的M张照片划分成相同大小及相同重叠程度的图像块并组成块集合:

其中,R表示训练照片样本块集合,表示第i张照片中的第j个照片块,i∈1,…,M,j∈1,…,N;

(2c)将训练画像样本集Ts中的M张画像划分成相同大小及相同重叠程度的图像块并组成块集合:

其中,Q表示训练画像样本块集合,表示第i张画像中的第j个画像块,i∈1,…,M,j∈1,…,N;

(3)将训练照片样本块集合R与对应的画像样本块集合Q划分为多个子集:

RC={R1,…,Rk,…,Rc}

QC={Q1,…,Qk,…,Qc}

其中,RC表示所有训练照片样本块子集组成的集合,Rk表示每一个训练照片样本块子集,QC表示所有训练画像样本块子集组成的集合,Qk表示每一个训练画像样本块子集,k∈1,…,c,c为子集总个数;

(4)根据每一个训练照片样本块子集Rk与对应的训练画像样本块子集Qk,按照下式求解出映射每一对子集之间关系的系数矩阵wk,合并得到所有子集系数矩阵集合WC={w1,…,wk,…wc}:

其中,wk表示第k对训练照片-画像样本块子集之间的系数矩阵,表示照片样本块子集矩阵的转置矩阵,I表示单位矩阵;

(5)将测试照片块集合P中的N个测试照片块划分到不同的训练照片-画像样本块子集对中:

PC={P1,…,Pk,…,Pc};

其中,PC表示所有测试照片样本块子集组成的集合,Pk表示每一个测试照片样本块子集;

(6)根据每一个测试照片样本块子集Pk以及其所在子集对应的系数矩阵wk,按照下式求解出合成画像块子集Sk

Sk=wkPk

(7)将所有合成画像块子集Sk合并,得到合成画像块集合:

S={S1,…,Sk,…,Sc};

其中,Sk表示合成画像块集合中的第k个子集,k∈1,…,c,c为子集总个数;

(8)将合成画像块集合S中的N个合成画像块进行组合,得到与测试照片L对应的合成画像。

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西安电子科技大学,未经西安电子科技大学许可,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/pat/books/201610143041.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top