基于增强型非参数最大边缘准则的人脸识别方法

发明专利有效专利

申请号：
CN201510475739.2
IPC分类号：G06K9/00
申请日期：
2015-08-05
申请人：
西安电子科技大学

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	基于增强型非参数最大边缘准则的人脸识别方法
申请号	CN201510475739.2	申请日期	2015-08-05
法律状态	授权	申报国家	中国
公开/公告日	2015-11-04	公开/公告号	CN105023006A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? 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〕	IPC分类号	G;0;6;K;9;/;0;0查看分类表>
申请人	西安电子科技大学	申请人地址	陕西省西安市太白南路2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	西安电子科技大学	当前权利人	西安电子科技大学
发明人	刘靳;葛倩倩;阿鹏仁;姬红兵;刘艳丽;孙宽宏
代理机构	陕西电子工业专利中心	代理人	王品华;黎汉华

摘要

本发明公开了基于增强型非参数最大边缘准则的人脸识别方法，主要解决现有技术识别泛化能力差的问题，其实现步骤为：1.选取人脸图像并划分训练和测试样本集；2.初始化训练样本的误分率、不同类别间的误分率和子分类器的个数；3.将训练样本集分划分为两个子集；4.利用第一子样本集学习最优投影子空间，并将训练样本投影到该空间，得到样本特征；5.根据样本特征，用k近邻分类器对其进行分类，计算子分类器的置信度；6.更新样本的误分率、不同类别间的误分率和第一子样本集；7.利用子样本集学习子分类器；8.根据学习到的子分类器，对测试样本分类。本发明提升了人脸识别的识别率，可用于视频监控、图像检索和公共安全。

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