[发明专利]一种基于稀疏表示的人脸识别方法有效
| 申请号： | 201810398110.6 | 申请日： | 2018-04-27 |
| 公开（公告）号： | CN108764049B | 公开（公告）日： | 2021-11-16 |
| 发明（设计）人： | 周全;从德春;杨文斌;卢竞男;王雨 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 陈望坡;姚姣阳 |
| 地址： | 210003 江苏省南京*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于稀疏表示的人脸识别方法，包括以下步骤：步骤一：先输入训练样本矩阵，将所有训练样本与所有的对象类别级联起来，再输入一个测试样本；步骤二：将训练样本矩阵中的每个训练样本分别与测试样本进行校准，得到校准训练样本矩阵；步骤三：将校准训练样本矩阵进行标准化；步骤四：计算标准化后的校准训练样本矩阵中的每个训练样本与对应的标准图之间的误差，得到误差最小值；步骤五：计算测试样本与对应的标准图之间的剩余误差；步骤六：为所有的对象类别设置身份；步骤七：输出误差最小值对应的训练样本所对应的对象类别作为测试样本的对象类别。本发明的优点是：能更好地适应面部图像的非刚性视觉变化，识别精度和计算效率高。 | ||
| 搜索关键词： | 一种 基于 稀疏 表示 识别 方法 | ||
【主权项】：
1.一种基于稀疏表示的人脸识别方法，其特征在于：包括以下步骤：步骤一：先输入训练样本矩阵，将训练样本矩阵中的所有训练样本与所有的对象类别级联起来，再输入一个测试样本；步骤二：将训练样本矩阵中的每个训练样本分别与测试样本进行校准，得到校准训练样本矩阵；步骤三：将步骤二得到的校准训练样本矩阵进行标准化；步骤四：计算步骤三得到的标准化后的校准训练样本矩阵中的每个训练样本与对应的标准图之间的误差，得到误差最小值；步骤五：计算测试样本与对应的标准图之间的剩余误差；步骤六：根据步骤五得到的剩余误差为所有的对象类别设置身份；步骤七：输出步骤四得到的误差最小值对应的训练样本所对应的对象类别作为测试样本的对象类别。
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南京邮电大学，未经南京邮电大学许可，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/201810398110.6/，转载请声明来源钻瓜专利网。
