[发明专利]一种小样本情况下多稀疏表示的人脸识别方法在审
| 申请号： | 201410488550.2 | 申请日： | 2014-09-22 |
| 公开（公告）号： | CN104268593A | 公开（公告）日： | 2015-01-07 |
| 发明（设计）人： | 范自柱;倪明;康利攀 | 申请（专利权）人： | 华东交通大学 |
| 主分类号： | G06K9/66 | 分类号： | G06K9/66;G06K9/46 |
| 代理公司： | 南昌市平凡知识产权代理事务所 36122 | 代理人： | 姚伯川 |
| 地址： | 330013 江*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种小样本情况下多稀疏表示的人脸识别方法，该方法采用两种方式来解决人脸识别中的小样本情况，一是由给定的原始训练样本产生“虚拟样本”，增加训练样本数；二是在产生虚拟样本的基础上，用三种非线性特征抽取方法，即核主成分分析、核鉴别分析和核局部保持投影算法，抽取样本的特征；这样就会得到三类特征模式，对每种特征模式构建稀疏表示模型；对每个样本总共构建三个稀疏表示模型，最后根据表示结果来分类。本发明提供的多稀疏表示分类方法通过对称镜像产生虚拟人脸，再构建基于L1范数的多稀疏表示模型并分类。本方法与其它分类方法相比，该方法鲁棒性强，分类效果好，特别适用于很多数据维数高且训练样本少的分类场合。 | ||
| 搜索关键词： | 一种 样本 情况 稀疏 表示 识别 方法 | ||
【主权项】：
一种小样本情况下多稀疏表示的人脸识别方法，其特征在于，所述方法采用两种方式来解决人脸识别中的小样本情况，一是由给定的原始训练样本产生“虚拟样本”，增加训练样本数；二是在产生虚拟样本的基础上，用三种非线性特征抽取方法，即核主成分分析、核鉴别分析和核局部保持投影算法，抽取样本的特征；这样就会得到三类特征模式，对每种特征模式构建稀疏表示模型；对每个样本总共构建三个稀疏表示模型，最后根据表示结果来分类。
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华东交通大学，未经华东交通大学许可，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/201410488550.2/，转载请声明来源钻瓜专利网。
- 上一篇：重竹压纹地板
- 下一篇：基于颜色区域特征的行人重识别方法及系统
