[發明專利]單樣本人臉識別方法、裝置、設備及計算機可讀存儲介質有效
| 申請號： | 201810007877.1 | 申請日： | 2018-01-04 |
| 公開（公告）號： | CN107958241B | 公開（公告）日： | 2021-09-21 |
| 發明（設計）人： | 張朦;張莉;王邦軍;張召;凌興宏;姚望舒;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： | 羅滿 |
| 地址： | 215104 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： | 樣本 識別 方法 裝置 設備 計算機 可讀 存儲 介質 | ||
1.一種單樣本人臉識別方法，其特征在于，包括：
S11：對待識別圖像進行預處理，得到行列一致的待識別單樣本Y；
S12：采用依據原始訓練樣本集預先計算出的SVD投影矩陣和LU投影矩陣分別對所述待識別單樣本Y進行投影，分別得到第一判別特征YSVD和第二判別特征YLU；
S13：利用所述第一判別特征YSVD、所述第二判別特征YLU、第一計算關系式、預先依據所述原始訓練樣本集計算出的SVD權重vSVD、LU權重vLU、與所述原始訓練樣本集中的各個原始訓練樣本一一對應的各個SVD判別特征和各個LU判別特征計算出所述待識別單樣本到各個原始單樣本的距離；其中：
所述第一計算關系式為其中，Dis(k)表示所述待識別單樣本Y到第k個原始單樣本的距離，k∈[1,C]，C為原始訓練樣本集的類別數，表示第k個SVD判別特征，表示第k個LU判別特征，表示YSVD與之間的曼哈頓距離，表示YLU與之間的曼哈頓距離；
S14：采用最近鄰分類器從各個所述距離中確定出所述待識別單樣本距離最近的原始單樣本，并依據所述原始單樣本的類別確定所述待識別單樣本的類別；
所述預先依據原始訓練樣本集計算出SVD投影矩陣、LU投影矩陣，包括：
采用SVD分解法對原始訓練樣本集中的各個原始單樣本進行分解處理，得到與各個所述原始單樣本一一對應的SVD虛擬樣本，各個所述SVD虛擬樣本構成SVD虛擬樣本集；
依據所述SVD虛擬樣本集和原始樣本集構造出第一訓練樣本集；
對所述第一訓練樣本集進行2D-LDA降維矩陣的計算，得到所述SVD投影矩陣；
采用LU分解法對原始訓練樣本集中的各個原始單樣本進行分解處理，得到與各個所述原始單樣本一一對應的LU虛擬樣本，各個所述LU虛擬樣本構成LU虛擬樣本集；
依據所述LU虛擬樣本集和所述原始樣本集構造出第二訓練樣本集；
對所述第二訓練樣本集進行2D-LDA降維矩陣的計算，得到所述LU投影矩陣。
2.根據權利要求1所述的單樣本人臉識別方法，其特征在于，所述預先依據原始訓練樣本集計算出SVD權重vSVD、與所述原始訓練樣本集中的各個原始訓練樣本一一對應的各個SVD判別特征的過程為：
采用所述SVD投影矩陣對各個所述原始單樣本進行投影得到與各個原始單樣本一一對應的各個所述SVD判別特征，各個所述SVD判別特征構成SVD判別特征集合；
依據第二計算關系式計算出所述SVD判別特征集合的方差，并將所述SVD判別特征集合的方差作為所述SVD權重vSVD；其中，所述第二計算關系式為：
其中，表示所述SVD判別特征集合的平均判別特征，表示第k個SVD判別特征與之間的曼哈頓距離。
3.根據權利要求2所述的單樣本人臉識別方法，其特征在于，所述預先依據原始訓練樣本集計算出LU權重vLU、與所述原始訓練樣本集中的各個原始訓練樣本一一對應的各個LU判別特征的過程為：
采用所述LU投影矩陣對各個所述原始單樣本進行投影得到與各個原始單樣本一一對應的各個所述LU判別特征，各個所述LU判別特征構成LU判別特征集合；
依據第三計算關系式計算出所述LU判別特征集合的方差，并將所述LU判別特征集合的方差作為所述LU權重vLU；其中，所述第三計算關系式為：
其中，表示所述LU判別特征集合的平均判別特征，表示第k個LU判別特征與之間的曼哈頓距離。
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/201810007877.1/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種指紋識別模塊及其制作方法、顯示裝置
- 下一篇：一種掌紋識別系統
