[发明专利]一种用于人脸识别的多特征空间的子字典联合训练的方法有效

专利信息
申请号: 201410046610.5 申请日: 2014-02-10
公开(公告)号: CN103793695B 公开(公告)日: 2017-11-28
发明(设计)人: 金志刚;徐楚 申请(专利权)人: 天津大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/66
代理公司: 天津市北洋有限责任专利代理事务所12201 代理人: 程毓英
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提出一种用于人脸识别的多特征空间的子字典联合训练的方法,包括将原始训练样本{X1…XN}分别投影到Eigenface,Laplacianface和Gabor特征空间形成子字典OE,OL和OG,然后利用遗传算法对三个子字典进行联合优化训练得到子字典NE,NL,NG。该字典训练方法能够分别选出每个子字典中最具区分能力的样本,使得基于使用此字典的稀疏分类器的人脸识别正确率提高。
搜索关键词: 一种 用于 识别 特征 空间 字典 联合 训练 方法
【主权项】:
一种用于人脸识别的多特征空间的子字典联合训练的方法,包括:将原始训练样本{X1…XN}分别投影到Eigenface,Laplacianface和Gabor特征空间形成子字典OE,OL和OG,然后利用遗传算法对三个子字典进行联合优化训练得到子字典NE,NL,NG,步骤如下:A.根据原始训练样本得到原始子字典OE,OL,OG;B.初始化第一代染色体群S1,1,…,SK,1,直至有K个都满足最小支持度hmsv(Si,g)=1,即保证算子在每类中挑选出的样本数一定要大于一定比例值ρ,其中表示产生的第g代第i个染色体中挑选的第j类样本的个数,Nj表示第j类样本的个数;C.计算每个染色体的适应度:1nΣk=1nΣm∈{E,L,G}<yk,f(xkm,Sm)>+1nΣk=1nλ[3-Σm,m^∈{E,L,G}m≠m^<f(xkm,Sm),f(xkm^,Sm^)>]+1nΣk=1nβΣm∈{E,L,G}||XKm||1]]>其中,定义运算符n表示训练样本的个数,λ∈R,β∈R分别是控制第二部分和第三部分对目标函数值影响的参数,m,用于选择所使用的特征空间E,L,G,S=[SE,SL,SG]是二进制样本选择算子,S∈B3n,SE∈Bn,SL∈Bn,SG∈Bn,分别是Eigenface空间,Laplacianface空间,Gabor特征空间下的二进制选择算子,对于第K个已标记人脸训练样本,函数f(XkE,SE)表示用算子SE作用于OE产生的子字典训练的分类器对XkE的分类标签,表示训练图片在某一特征空间下基于L1范数的稀疏表示系数;m,用于选择所使用的特征空间;在三个特征空间下分别令m=E,m=L,m=G计算目标函数值并求和;D.挑选出适应度最大的K/2个染色体,移除另外K/2个染色体;E.取第一代染色体群中的第i1和i2个染色体Si1,1,Si2,1进行染色体杂交;F.取Si3,1进行突变;G.不断的随机选取该代中的染色体重复E,F过程进行杂交变异,新生成的染色体计算其最小支持度,合格者加入原来的群中;H.群中染色体数量不断增加,一旦数量达到K,该群染色体作为下一代群体再次进行C,D过程,并在此代群中按照要求进行E,F,G过程;I.如此循环直至产生了第G代染色体,计算第G代中每个染色体的适应度值,取最大值对应的染色体为最优的选择算子Sopt;J.将最优的选择算子作用于原始子字典OE,OL,OG,得到最终的优化子字典NE,NL,NG。
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天津大学,未经天津大学许可,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/201410046610.5/,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