[发明专利]一种结合稀疏约束的快速低秩字典学习的人脸图像分类方法

摘要

本发明公开了一种结合稀疏约束的快速低秩字典学习的人脸图像分类方法。属于字典学习领域。该方法包含如下步骤：图像缩放；特征学习；字典学习；字典分类。本发明FLRSDLSC(Fast Low‑rank Shared Dictionary Learning with Sparsity Constraint)采用特征和字典联合学习的方法，并嵌入Fisher判别准则获得特定类字典和稀疏编码系数，同时施加低秩约束获得共享字典，以此增强字典和稀疏编码的判别能力.此外，运用Cayley变换保护投影矩阵的正交性来获得紧凑的特征。该方法做到了分类精度的显著提升，因此具有较高的使用价值。

主权项

1.一种结合稀疏约束的快速低秩字典学习的人脸图像分类方法，其特征在于：包括以下步骤：步骤1，将原始图像进行缩放，保留图像的全部信息；步骤2，运用FLRSDLSC模型学习得到降维矩阵、特定类和共享的字典以及字典对应的稀疏编码；步骤3，利用降维矩阵对测试样本进行降维同时利用特定类和共享的字典以及字典对应的稀疏编码对降维后的人脸图像进行分类。