[发明专利]一种基于稀疏编码的人脸识别方法

权利要求书

1.一种基于稀疏编码的人脸识别方法，其特征在于：包括以下步骤：

S1.设训练样本集中包括有k个已知对象，其中第i个对象所包含的n_i个训练样本表示为矩阵其中i＝1,2,…,k，v_ij∈R^m,j＝1,2,...,n_i，v_ij表示第i个对象的第j个训练样本对应的列向量，m表示v_ij的维度，则训练样本集A可表示为：

其中表示训练样本的总个数；

S2.设测试样本表示为y，令重构样本y_rec初始化为所有训练样本的均值；

S3.计算y与y_rec之间的残差e＝y-y_rec；

S4.定义对角矩阵P＝diag(p₁,p₂,…,p_m)；

其中e_d表示残差e的第d个分量，d＝1,2,…,m，τ表示设定的判决阈值；

S5.定义Ψ＝{d|p_d＝1,d∈{1,2,…,m}}为重构误差小于判决阈值的像素点位置集合，设Ψ中有c个元素，即Ψ＝{ψ₁,ψ₂,…,ψ_c}；

S6.从对角矩阵P中选择第ψ₁,ψ₂,…,ψ_c行的元素构造投影矩阵P^*∈R^c×m；

S7.计算编码向量x：其中P^*y-P^*Ax用来衡量鲁棒编码后的重构人脸向量与输入人脸向量y之间的偏差，λ代表拉格朗日乘子，||·||₁表示l₁范式约束；

S8.计算重构样本y_rec：y_rec＝Ax；

S9.如已收敛或达到最大迭代次数，则输出最后一次迭代得到的编码向量x：其中x_i表示对象i的系数，否则再次执行步骤S3～S8；

S10.将编码向量x中除x_i外的成员替换为0，得到向量δ_i∈Rⁿ，i的初始值为1，然后对测试样本y进行重构：

表示对象i重构的测试样本；

S11.令i＝i+1，然后重复执行步骤S10，直至i>k；

S12.求取与测试样本y的重构误差，测试样本y所属的对象为重构误差最小的对应的对象：

2.根据权利要求1所述的基于稀疏编码的人脸识别方法：其特征在于：所述

3.根据权利要求1所述的基于稀疏编码的人脸识别方法：其特征在于：所述最大迭代次数为25；收敛的条件为其中表示在第r次迭代中求解的对角矩阵P中的第d个元素，