[发明专利]一种正则化仿射包模型人脸图像集识别的核快速计算方法

摘要

本发明公开了一种正则化仿射包模型人脸图像集识别的核快速算法。本发明在基于正则化仿射包模型最近邻点的人脸图像集识别方法的基础上，使用核函数将其推广到高维空间上，并推导了使用核函数进行参数迭代更新的目标优化函数、参数更新公式、代价函数公式等，提出了一种核化的正则化仿射包最近邻点方法。该方法有效解决了原正则化仿射包模型方法不能处理非线性人脸图像集数据的问题。另外，本发明还在核化的凸包模型图像集协同表达与分类方法的基础上，使用正则化仿射包模型核快速算法代替其标准二次规划求解方案，提出了核化的正则化仿射包模型图像集协同表达与分类方法。该方法有效提高了原方法的图像集识别速度。

主权项

1.一种正则化仿射包模型人脸图像集识别的核快速算法，其特征在于快速求解两个正则化仿射包在高维空间中的最优参数和包含以下步骤：1)通过定义映射函数Φ(·)将图像集数据映射到高维空间，并定义参数优化模型：2)通过核函数k(，)计算原形图像集、测试图像集之间的核矩阵K_YY＝k(Y，Y)。3)使用的关系推导β的更新公式为：其中M＝(K_YY+1·1^T+λ₂I)^‑1。4)使用的关系推导α的更新公式为：其中5)使用核矩阵表达代价函数值为：6)依据以上所得到的参数β，α的更新公式，每次迭代交替更新β和α值，直至代价函数值收敛或达到预设的迭代次数。最后得到最优的参数和