[发明专利]一种基于相关特征和非线性映射的超分辨率人脸识别方法无效
| 申请号： | 200910254530.8 | 申请日： | 2009-12-25 |
| 公开（公告）号： | CN101710386A | 公开（公告）日： | 2010-05-19 |
| 发明（设计）人： | 黄华;何惠婷 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/66 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710049*** | 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： | 一种基于相关特征和非线性映射的超分辨率人脸识别方法。本发明针对低分辨率人脸图像识别率较低的问题，提出了一种利用相关特征和非线性映射进行识别特征的超分辨率重建得到低分辨率人脸图像在高分辨率空间对应的识别特征的方法。本发明利用典型相关分析建立高分辨率和低分辨率人脸图像特征的相关子空间，获得相关特征，然后利用径向基函数建立高低分辨率人脸图像相关特征之间的联系，从而求得测试低分辨率人脸图像在高分辨率空间的近似特征，最终用于人脸识别。相比其它的方法，本发明受人脸姿态和表情变化影响较小，所得识别率较高。 | ||
| 搜索关键词： | 一种 基于 相关 特征 非线性 映射 分辨率 识别 方法 | ||
【主权项】：
一种基于相关特征和非线性映射的超分辨率人脸识别方法，其特征在于：包含以下步骤：1)首先，利用经典的主成分分析方法提取高、低分辨率训练人脸图像的识别特征，利用所提取两组识别特征作为训练数据，根据典型相关分析(Canonical Correlation Analysis，CCA)算法得到映射基向量，根据此映射基向量将识别特征转换为相关特征；2)其次，利用径向基函数(Radial Basis Function，RBF)建立高、低分辨率人脸图像相关特征之间的映射关系，根据此映射关系得到测试低分辨率人脸图像对应的高分辨率识别特征；3)最后，利用基于L2范数的最近邻分类器，按照求得的高分辨率识别特征进行分类识别，从而获得识别率。
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交通大学，未经西安交通大学许可，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/200910254530.8/，转载请声明来源钻瓜专利网。
