小样本线性鉴别特征的快速实时抽取方法

发明专利无效专利

申请号：
CN201010568171.6
IPC分类号：G06K9/66
申请日期：
2010-12-01
申请人：
南京信息工程大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	小样本线性鉴别特征的快速实时抽取方法
申请号	CN201010568171.6	申请日期	2010-12-01
法律状态	权利终止	申报国家	中国
公开/公告日	2011-04-13	公开/公告号	CN102013023A
优先权	暂无	优先权号	暂无
主分类号	G06K9/66 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕 G06K9/64 应用带有许多基准的多个图像信号的同时比较或相关的，例如，电阻矩阵〔3〕 G06K9/66 这些基准通过适宜的方法是能够进行调节的，例如，学习〔3〕	IPC分类号	G;0;6;K;9;/;6;6查看分类表>
申请人	南京信息工程大学	申请人地址	江苏省南京市宁六路219号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京信息工程大学	当前权利人	南京信息工程大学
发明人	贺云辉
代理机构	南京经纬专利商标代理有限公司	代理人	许方

摘要

本发明公布了一种小样本线性鉴别特征的快速实时抽取方法。所述方法包括利用训练样本构造差矢量，对其计算和重新排列得到新的矢量，对新矢量构成的矩阵进行QR分解得到小样本条件下的最佳线性鉴别矢量；在识别阶段将样本特征和待识别特征分别投影到计算出的线性鉴别矢量上，得到最佳鉴别特征，然后计算待识别特征和样本特征的距离，将待识别人脸图像归入最小距离对应的人脸类别中。本发明所得线性鉴别矢量和特征互不相关，消除了线性鉴别特征间的冗余，提高了所得鉴别特征的鉴别能力。所得线性鉴别矢量位于总散度阵的秩空间和类内散度阵的零空间中。由于使用QR分解计算正交化的线性鉴别矢量，因此本方法有较好的数值稳定性和快速实时的性能。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供