[发明专利]多源域自适应的人脸识别方法

摘要

本发明属于人工智能技术领域，本发明所涉及的域自适应方法也属于迁移学习领域的一个重要分支，公开了一种多源域自适应人脸识别的方法。提出通过学习多个源域和单个目标域的公共子空间的方法，应用于人脸识别问题。解决了对于源域和目标域不同分布的数据，且目标域数据没有或者具有少量的标签，人脸识别问题在源域上学习的分类器在目标域上做识别效果差的问题。方法通过学习多个源域和单目标域的样本，得到一个公共的子空间，在公共子空间中通过将源域转化为目标域的线性表示数据，并将目标化的源域数据投到高维空间中，使其在高维空间中构造线性最优超平面，并学习到一个核分类器，再对测试样本进行识别分类，获得了有益的效果。

主权项

1.一种域自适应人脸识别方法，其特征为：1)：通过对多个源域Xi和单个目标域Xv+1相互进行稀疏表示的方法学习得到一个公共子空间；2)：在公共子空间中对多个源域数据和目标域数据进行相互表示得到目标化的源域数据Xs→t，使源域样本数据分布逼近目标域样本数据分布；3)：用X_s→t和源域标签用线性判别分析方法学习得到一个核判别分类器；4)：录入图片库，每个人一张图片；5)：将图片库每张照片与分类器做相乘运算，得到其判别特征；用同样的方法得到测试的样本x^p的判别特征，通过计算测试样本判别特征和图片库中每一张图片判别特征的相似度，对相似度最高的图片标签作为人脸识别的结果。