[發明專利]多子空間域自適應人臉識別方法

在審

• 申請號: 202010421069.7
• 申請日: 2020-05-18
• 公開（公告）號: CN111611909A
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 徐智;韓晗
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 廣東有知貓知識產權代理有限公司 44681
• 代理人: 李小波

1.一種多子空間域自適應人臉識別方法，其特征為：

1)從訓練數據集中選擇樣本作為每個子系統的訓練樣本；

2)為M個子系統各學習一個公共子空間，由各個子系統共同構成域自適應學習框架；

3)為每個子系統中新的源域數據學習一個判別模型；

4)通過結合策略將所有子系統結合起來得到最終的分類結果。

5)在此基礎上，將本方法應用于多個源域的學習中，對人臉進行識別分類。

2.如權利要求1中所述的多子空間域自適應人臉識別方法，其特征為：子系統數量M最優選為20。

3.如權利要求1中所述的多子空間域自適應人臉識別方法，其特征為：子數據集的樣本選擇有兩種方法，類別數量固定，每個類別選擇不同樣本數；每個類別的樣本數固定，選擇不同的類別數。

4.如權利要求1中所述的多子空間域自適應人臉識別方法，其特征為：多個子系統共同構成域自適應學習框架，每個子系統為并行系統，樣本隨機抽取，能夠使同一樣本匹配到不同得樣本，使判別信息具有多樣性。

5.如權利要求1中所述得多子空間域自適應人臉識別方法，其特征為：每個子系統對待識別樣本與圖片庫所有樣本進行相似度測量。

D_g為每個子系統中待識別樣本和圖片庫中每個樣本數據的相似度矩陣，d_ki為待識別樣本在第k個子特征空間中與圖片庫中第i個數據樣本的相似度，i＝1，2，…，n_g，k＝1，2，…，M，D_g表達式為

對上式進行均值化和標準歸一化：

其中μ、σ分別為d_ki的均值和方差，距離計算采用余弦相似度方法：最后，x^p的標簽為置信度通過sigmoid函數來計算，并歸一化：

其中r_ki為第k個子系統輸出的后驗概率值，作為每個類別的一個相似度分值，對所有分值采用結合策略得到最終分類結果。

6.如權利要求5中所述得多子空間域自適應人臉識別方法，其特征為：采用多數投票策略得到最終的分類結果，根據每個系統中所輸出的與待識別樣本相似度最大的圖片庫樣本編號進行統計，相同標簽最多的作為待識別樣本x^p的類別標簽，可用下式表示：

其中Label_k(x^p)為第k個子系統中x^p的識別結果。

7.如權利要求5中所述得多子空間域自適應人臉識別方法，其特征為：采用總和策略得到最終的分類結果，對每個子系統輸出的相似度值加和，最大分值所對應的標簽為x^p的最終標簽，可用下式表示：

其中r_ki為第k個子系統輸出的圖片庫中第i個樣本與x^p的相似度的值。