[發明專利]融合稀疏保持映射和多類別屬性Bagging的人臉識別方法有效
| 申請號: | 201210195701.6 | 申請日: | 2012-06-13 |
| 公開(公告)號: | CN102768732A | 公開(公告)日: | 2012-11-07 |
| 發明(設計)人: | 楊新武;徐曉君;翟飛 | 申請(專利權)人: | 北京工業大學 |
| 主分類號: | G06K9/66 | 分類號: | G06K9/66 |
| 代理公司: | 北京思海天達知識產權代理有限公司 11203 | 代理人: | 劉萍 |
| 地址: | 100124 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 融合 稀疏 保持 映射 類別 屬性 bagging 識別 方法 | ||
1.一種融合稀疏保持映射和屬性Bagging的人臉識別方法,其特征在于,其具體步驟如下:
步驟一、確定原始屬性集:
用角度作為原始屬性集中的元素,確定原始屬性集
步驟二、確定迭代次數T以及重抽樣屬性個數N,T取10~50,N取10~25;
步驟三、利用稀疏保持映射進行特征提取同時訓練基分類器:
首先對原始圖像按抽取的角度依次進行Radon變換,將結果順次連接成為一維信號;其次利用稀疏保持映射方法對一維信號進行降維處理;最后訓練基分類器:
用最近鄰分類算法對低維空間中的圖像信號進行分類,計算基分類器ht對應的權值:
其中,m為基分類器中訓練樣本的個數,對于其中第i個樣本xi,若該樣本在基分類器ht下分類正確,則令f(xi)=1,若分類不正確則令f(xi)=-1;
對T個權值進行歸一化處理:
其中,a′t為歸一化后所對應基分類器的權值,t為迭代次數,取值為1…T;
步驟四、集成分類器進行分類識別
將所有的基分類器組成最終的綜合分類器,對測試樣本,用綜合分類器進行分類,其最終分類結果如下:
其中,Y為類別集合,y∈Y;t為迭代次數,取值為1…T;當基分類器ht的分類結果與y相同時,||ht(x)=y||=1;當基分類器ht的分類結果與y不同時,||ht(x)=y||=0。
2.在權利要求1所述的融合稀疏保持映射和屬性Bagging的人臉識別方法中,所述的對一維信號用稀疏保持映射方法進行降維處理的步驟如下:
在稀疏保持映射中,要保存的最主要的特性就是通過稀疏權向量重建出的信號要盡可能的逼近原始信號,即要滿足:
其中WT為映射矩陣W的轉置,xi為第i個樣本,si為xi的稀疏權向量,n為樣本個數,X是訓練集的集合;
其中W是如下問題,
XSβXTW=λXXTW
的特征值所對應的特征向量,其中Sβ=S+ST-STS,X是訓練集的集合,S是稀疏權矩陣。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京工業大學,未經北京工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210195701.6/1.html,轉載請聲明來源鉆瓜專利網。





