基于迭代特征选择的快速人脸识别方法技术

一种基于迭代特征选择的快速人脸识别方法，用于智能信息处理技术领域。本发明专利技术步骤如下：（１）对不同人脸图像进行特征提取，称为人脸图像特征向量，形成样本集合；（２）利用训练样本来训练支持向量机；（３）根据训练好的支持向量机来计算特征排序指标；（４）按照特征排序指标的值从大到小的次序对特征进行排序，选择排在前面的特征并消除掉排在最后面的Ｍ个特征；（５）按经过选择的特征来更新训练样本，将训练数据限制在经过选择的特征上面；（６）使用更新好的训练数据来重新训练支持向量机；（７）重复迭代（３）－（６）步骤到预先设定的次数；（８）得到最终的分类器模型和经过挑选的特征。本发明专利技术可以大幅度地提高人脸识别的速度。

【技术实现步骤摘要】

本专利技术涉及的是一种信息处理
的方法，具体是一种。
技术介绍
计算机自动人脸识别的基本过程是对人脸图像进行特征提取，用特征提取后的特征向量训练分类器，然后进行识别。一种有效的特征提取方法是对人脸图像的关键点定位后，然后作Gabor小波变换。最后用得到的人脸图像的特征训练模式分类器。在快速人脸识别问题中，子空间方法是人脸识别的经典方法，其中特征脸是最早地被应用到人脸识别的经典方法，在文献M.Turk，A.Pentland.Eigenfaces for Recognition.Journal of Cognitive Neuroscience，1991，3(1)71-86中对这种方法进行了详细的分析，其核心是采用主分量分析(PCA)来产生针对人脸识别的有效子空间，从而达到特征选择的目的，但是识别准确率还有待提高，且对于非线性分布的人脸模式不是很有效，如多角度的人脸识别。经对现有技术的文献检索发现，近几年，针对非线性问题核子空间方法被提出来。J.Lu等在IEEE Trans.Neural Networks(IEEE神经网络期刊，2003年14期117页)上发表的“Face Re本文档来自技高网...

【技术保护点】
一种基于迭代特征选择的快速人脸识别方法，其特征在于，步骤如下：（１）对人脸图像进行特征提取，形成样本集合；（２）利用训练样本来训练支持向量机；（３）根据训练好的支持向量机来计算特征排序指标；（４）按照特征排序 指标的值从大到小的次序对特征进行排序，选择排在前面的特征并消除掉排在最后面的Ｍ个特征；（５）按经过选择的特征来更新训练样本，将训练数据限制在经过选择的特征上面；（６）使用更新好的训练数据来重新训练支持向量机；（７）重 复迭代（３）－（６）步骤到预先设定的次数；（８）得到最终的分类器...

【技术特征摘要】

【专利技术属性】
技术研发人员：范志刚，吕宝粮，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31[中国|上海]