【技术实现步骤摘要】
【技术保护点】
一种基于稀疏浓度指数的人脸分辨方法,其特征在于:包括如下步骤:(1)建立训练库:使用PCA法提取样本的特征值,以提取的特征值作为训练数据得到特征子空间的基向量,根据基向量将样本投影到特征子空间,得到样本在特征子空间内的坐标;建立训练库矩阵A=[A1,A2,...,Ak]∈Rm×n,其中m为PCA法取样后的每一个样本的维数,n为训练库中样本的总数,k为训练库中样本类别的总数;(2)将待测图片投影到特征子空间,得到待测图片在特征子空间内的坐标y∈Rm;(3)首次分类,包括如下步骤:(31)求解l1范数最小并计算稀疏系数δi(x),δi(x)为稀疏向量x对应训练库中每个样本类别的系数;(32)计算残差ri(y)=||y||?Aδi(x)||2,(i=1,2,...,k);(33)计算稀疏浓度指数SCI(x)=k×maxi||δi(x)||2/||x||2-1k-1;(34)设计稀疏浓度指数的阈值τ∈(0,1);(35)比较稀疏浓度指数SCI和阈值τ的大小:若SCI大于τ,则直接输出残差最小的样本类别为首次分类结果;否则,缩小训练裤的范围,进行再次分类;(4)再次分类, ...
【技术特征摘要】
【专利技术属性】
技术研发人员:田茜,王臻,马慧,徐海燕,吴建辉,李红,
申请(专利权)人:东南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。