[发明专利]一种基于近邻保持低秩表示的人脸识别方法、装置及设备

摘要

本发明实施例公开了一种基于近邻保持低秩表示的人脸识别方法、装置、设备及计算机存储介质。其中，方法包括将相似性自适应保持和低秩表示集成为统一学习框架，得到表示系数矩阵和用于提取特征、基于核范式和L2，1‑范式约束下的稀疏投影矩阵；利用稀疏投影矩阵分别提取训练样本集和测试样本集的相似性自适应保持的显著特征，生成嵌入显著特征的人脸特征训练样本集和人脸特征测试样本集；利用人脸特征训练样本集将表示系数矩阵和显著特征的重构误差最小化项进行集成优化；将人脸特征测试样本集输入人脸特征训练样本集构造的最近邻分类器，根据相似性进行识别，得到识别结果。本申请提供的技术方案提升了人脸图像特征提取和识别能力。

主权项

一种基于近邻保持低秩表示的人脸识别方法，其特征在于，包括：将相似性自适应保持和低秩表示集成为统一学习框架，以获取表示系数矩阵和用于提取特征、基于核范式和L2，1‑范式约束下的稀疏投影矩阵；利用所述稀疏投影矩阵分别提取训练样本集和测试样本集的相似性自适应保持的显著特征，生成嵌入显著特征的人脸特征训练样本集和人脸特征测试样本集；利用所述人脸特征训练样本集将所述表示系数矩阵和所述训练样本集的显著特征的重构误差最小化项进行集成优化，联合最小化和将所述表示系数矩阵在原始数据空间和显著特征空间进行共享优化；利用所述人脸特征训练样本集进行最近邻分类器模型构造；将所述人脸特征测试样本集输入所述最近邻分类器中，根据所述人脸特征训练样本集和所述人脸特征测试样本集之间的相似性，获得所述人脸特征测试样本集的识别信息，以得到所述人脸特征测试样本集的人脸识别结果。