[發明專利]一種監督鄰域保持嵌入人臉識別方法和系統及人臉識別器有效
| 申請號： | 201410087724.4 | 申請日： | 2014-03-11 |
| 公開（公告）號： | CN103793704B | 公開（公告）日： | 2017-01-25 |
| 發明（設計）人： | 張莉;包興;趙夢夢;楊季文;王邦軍;何書萍;李凡長 | 申請（專利權）人： | 蘇州大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62 |
| 代理公司： | 北京集佳知識產權代理有限公司11227 | 代理人： | 王寶筠 |
| 地址： | 215123 江蘇*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 監督 鄰域 保持 嵌入 識別 方法 系統 | ||
1.一種監督鄰域保持嵌入人臉識別方法，其特征在于，所述方法包括：
對訓練樣本集進行初始降維，獲得一次降維訓練樣本集和一次降維訓練樣本矩陣；
采用類別散度矩陣對一次降維訓練樣本集中的每個訓練點的類別信息進行標記；
采用二次投影矩陣對一次降維訓練樣本矩陣進行二次降維，得到二次降維訓練樣本矩陣，和二次降維訓練樣本集；
建立測試樣本，對所述測試樣本進行兩次降維，得到二次降維測試樣本；
提取與所述二次降維測試樣本距離最近的二次降維訓練樣本，并把所述二次降維訓練樣本的類別標簽賦予所述二次降維測試樣本。
2.根據權利要求1中的所述方法，其特征在于，所述對已有訓練樣本集進行初始降維，獲得一次降維訓練樣本集和一次降維訓練樣本矩陣，包括：
設訓練樣本集為其中d為樣本的維數，n為樣本數據的個數，C為數據的類別數；
訓練樣本矩陣為X=[x1,x2,...,xn]∈Rd×n；
對訓練樣本集進行初始降維，獲得一次降維訓練樣本集和一次降維訓練樣本矩陣X1=P1TX，其中，P1是由PCA方法生成的投影矩陣，且P1∈Rd×d1。
3.根據權利要求2所述的方法，其特征在于，采用類別散度矩陣對一次降維訓練樣本集中的每個訓練點的類別信息進行標記，包括：
構建并采用類別散度矩陣H標記每個訓練點的類別信息；
具體的，對于訓練樣本若在所述的k近鄰內且與具有相同的類別標簽，則Hij=-1；否則Hij=+1；
具體的，所述H定義為：
4.根據權利要求3中的所述方法，其特征在于，所述二次降維的目標優化函數為：
其中重構權值系數矩陣W可通過最小二乘方法求得。
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蘇州大學，未經蘇州大學許可，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/201410087724.4/1.html，轉載請聲明來源鉆瓜專利網。
