发明名称 |
一种小样本情况下多稀疏表示的人脸识别方法 |
摘要 |
一种小样本情况下多稀疏表示的人脸识别方法,该方法采用两种方式来解决人脸识别中的小样本情况,一是由给定的原始训练样本产生“虚拟样本”,增加训练样本数;二是在产生虚拟样本的基础上,用三种非线性特征抽取方法,即核主成分分析、核鉴别分析和核局部保持投影算法,抽取样本的特征;这样就会得到三类特征模式,对每种特征模式构建稀疏表示模型;对每个样本总共构建三个稀疏表示模型,最后根据表示结果来分类。本发明提供的多稀疏表示分类方法通过对称镜像产生虚拟人脸,再构建基于L<sub>1</sub>范数的多稀疏表示模型并分类。本方法与其它分类方法相比,该方法鲁棒性强,分类效果好,特别适用于很多数据维数高且训练样本少的分类场合。 |
申请公布号 |
CN104268593A |
申请公布日期 |
2015.01.07 |
申请号 |
CN201410488550.2 |
申请日期 |
2014.09.22 |
申请人 |
华东交通大学 |
发明人 |
范自柱;倪明;康利攀 |
分类号 |
G06K9/66(2006.01)I;G06K9/46(2006.01)I |
主分类号 |
G06K9/66(2006.01)I |
代理机构 |
南昌市平凡知识产权代理事务所 36122 |
代理人 |
姚伯川 |
主权项 |
一种小样本情况下多稀疏表示的人脸识别方法,其特征在于,所述方法采用两种方式来解决人脸识别中的小样本情况,一是由给定的原始训练样本产生“虚拟样本”,增加训练样本数;二是在产生虚拟样本的基础上,用三种非线性特征抽取方法,即核主成分分析、核鉴别分析和核局部保持投影算法,抽取样本的特征;这样就会得到三类特征模式,对每种特征模式构建稀疏表示模型;对每个样本总共构建三个稀疏表示模型,最后根据表示结果来分类。 |
地址 |
330013 江西省南昌市双港东大街808号 |