应用二维非负稀疏偏最小二乘进行人脸识别的方法
专利类型：发明专利
语 言：中文
申 请 号：CN201410227645.9
申 请 日：20140527
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20140806
公 开 号：CN103971132A
代 理 人：王海凤;穆祥维
代理机构：重庆博凯知识产权代理有限公司 50212
摘 要：本发明涉及应用二维非负稀疏偏最小二乘进行人脸识别的方法，它包括如下步骤，首先构造人脸训练样本集的类别矩阵，再构建使投影人脸训练样本集和类别矩阵时信息量损失最少的目标函数，然后在目标函数中加入非负性约束和稀疏性约束得到收敛的非负的基矩阵，将人脸训练样本集投影在基矩阵上获得测试样本系数矩阵，对测试样本也进行前述操作得到测试样本的系数矩阵，使用最近邻策略对测试样本的系数矩阵和测试样本系数矩阵中的某个要素矩阵是同一类，则认为测试样本的系数矩阵所对应的测试样本上的人与该要素矩阵所对应的训练样本上的人为同一人。该方法识别率和鲁棒性，由于只需对基矩阵进行迭代求解，简化了运算，降低了时间复杂度，识别速度快。
主 权 项：应用二维非负稀疏偏最小二乘进行人脸识别的方法，其特征在于具体包括如下步骤：步骤a：构造人脸训练样本集的类别矩阵Y：a1：构建人脸训练样本集：在人脸库中任意选取N张人脸图像，该N张人脸图像属于m个人，其中每个人有n张人脸图像，并记为ni,i＝1,...,m，每张人脸图像为一个训练样本，则人脸训练样本集为其中xij表示第i个人的第j个训练样本，j＝1,...,n，h表示人脸图像的纵向像素数，l表示人脸图像的横向像素数；a2：构造步骤a1中的人脸训练样本集X的类别矩阵Y，
其中，Pi对应的是第i个人的n个训练样本，每个训练样本对应大小为l×l的单位矩阵Il，因此，
步骤b：构建使投影人脸训练样本集X和类别
关 键 词：
法律状态：生效
IPC专利分类号：G06K9/64(2006.01)I