发明名称 |
一种人脸识别方法和装置 |
摘要 |
本发明提供了一种人脸识别的方法,该方法基于一类支持向量机来学人脸图像之间的相似性,包括:对人脸样本进行分类得到训练样本组和测试样本组;对训练样本组中的训练样本进行分类得到至少两个类别,在每个类别中获取训练样本生成差样本对,并构造训练样本对组;依据训练样本对组对一类支持向量机进行训练,得到其决策模型参数,并得到相似性判别模型;将测试样本组中任意获取两个测试样本生成的测试差样本对输入相似性判别模型中进行相似性判断。在该方法中,输入一类支持向量机的训练样本采用分类并依据同类训练样本中生成训练样本差的方式,使得输入一类支持向量机的数据量减少,降低了计算的复杂度。 |
申请公布号 |
CN103679160B |
申请公布日期 |
2017.03.22 |
申请号 |
CN201410003078.9 |
申请日期 |
2014.01.03 |
申请人 |
苏州大学 |
发明人 |
张莉;卢星凝;曹晋;王邦军;何书萍;李凡长;杨季文 |
分类号 |
G06K9/00(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
北京集佳知识产权代理有限公司 11227 |
代理人 |
王宝筠 |
主权项 |
一种人脸识别方法,其特征在于,所述方法基于一类支持向量机来学习人脸图像之间的相似性,该方法包括:对人脸图像样本进行第一分类处理,分别得到训练样本组和测试样本组;对所述训练样本组中的训练样本进行第二分类处理,得到至少两个类别,依据在每个类别中获取的训练样本产生差样本对,并依据所述差样本对构造训练样本对组;依据所述训练样本对组对一类支持向量机进行训练,得到一类支持向量机的决策模型参数,并依据所述决策模型参数得到相似性判别模型;在测试样本组中任意获取两个测试样本生成测试差样本对,将所述测试差样本对输入所述相似性判别模型中进行相似性判断,并将相似性判断的结果作为人脸识别的结果输出;其中,依据所述差样本对构造训练样本对组,包括:将每个类别中的差样本对集合,得到新的训练样本对,且所述训练样本对组中含有的训练样本对的个数小于训练样本组中的训练样本的个数。 |
地址 |
215123 江苏省苏州市工业园区仁爱路199号 |