[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
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: | 本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。