基于有监督的近邻保持嵌入和支持向量机的人脸识别方法

摘要

本发明公开了一种基于有监督的近邻保持嵌入(SNPE)和支持向量机(SVM)的人脸识别方法，包括训练过程和测试过程，具体包括下述步骤：a.对给定的一组数据样本构造一个权值矩阵；b.根据步骤a所得的权值矩阵，求解关于数据样本的一个泛化特征向量问题，寻找到将数据样本映射到低维数据空间的嵌入矩阵；c.利用上述嵌入矩阵对数据样本进行特征提取，获得低维空间的特征数据；d.采用SVM对步骤c所获得的特征数据进行模式分类，实现对数据样本的类型识别。本发明提供的人脸识别方法，能够解决现有技术中线性降维方法不能很好地保持类内及类间的样本结构、非线性降维方法计算量大以及普通分类器存在的过学和欠学等问题。

主权项

1.一种基于有监督的近邻保持嵌入和支持向量机的人脸识别方法，包括训练过程和测试过程，其特征在于，包括以下步骤：a、对给定的一组数据样本构造一个权值矩阵，用来描述各个数据样本之间的关系；b、根据步骤a所得的权值矩阵，求解关于数据样本的一个泛化特征向量问题，寻找到将数据样本映射到低维数据空间的嵌入矩阵；c、利用步骤b获得的嵌入矩阵对数据样本进行特征提取，获得数据样本映射到低维空间的特征数据；d、采用支持向量机对步骤c所获得的数据样本的特征数据进行模式分类，实现对数据样本的类型识别。