[發明專利]一種基于改進二維降維的人臉識別方法

在審

• 申請號: 202010865328.5
• 申請日: 2020-08-25
• 公開（公告）號: CN112069948A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 郭偉;楊梓鏑;曲海成
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京華夏正合知識產權代理事務所(普通合伙) 11017
• 代理人: 韓登營

1.一種基于改進二維降維的人臉識別方法，其特征在于，包括以下步驟：

步驟1：對樣本集上的N個人臉圖像進行歸一化處理；

步驟2：利用二維主成分分析算法求得特征值和特征向量，得到投影矩陣U；

步驟3：將二維主成分分析的子空間Y作為輸入數據，利用二維線性判別分析進行二次降維，得到投影矩陣V；

步驟4：使用SVM分類器進行分類。

2.如權利要求1所述的基于改進二維降維的人臉識別方法，其特征在于，在步驟2中，投影矩陣U為m×a維矩陣，通過投影矩陣U對樣本集X進行投影，得到特征矩陣Y₁,Y₂,…Y_N，Y_p＝X_pU，其中Y_p(p＝1,2,…,N)為m×a維矩陣。

3.如權利要求2所述的基于改進二維降維的人臉識別方法，其特征在于，在步驟3中，投影矩陣V＝[v₁,v₂,…v_b](b＜a)，其中V為b×a維矩陣，通過投影矩陣V對特征矩陣Y₁,Y₂,…Y_N進行投影，得到特征圖Z₁,Z₂,…Z_N，Z_p＝Y_pV＝X_pUV，其中Z_p(p＝1,2,,N)為m×b維矩陣，設S＝UV，則S為二維主成分分析和二維線性判別分析的特征投影矩陣。

4.如權利要求3所述的基于改進二維降維的人臉識別方法，其特征在于，在步驟4中，將特征矩陣S輸入SVM訓練器，建立模型，將核函數類型、各參數之間的值、判別函數的值與訓練后的各數據進行比較，從而輸出分類識別類。