基于鲁棒性自适应图结构学习算法的人脸识别方法

发明专利有效专利

申请号：
CN202110649237.2
IPC分类号：G06K9/00;G06N3/08
申请日期：
2021-06-10
申请人：
沈阳航空航天大学

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	基于鲁棒性自适应图结构学习算法的人脸识别方法
申请号	CN202110649237.2	申请日期	2021-06-10
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-31	公开/公告号	CN113326791A
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;;;G;0;6;N;3;/;0;8查看分类表>
申请人	沈阳航空航天大学	申请人地址	辽宁省沈阳市道义经济开发区道义南大街37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	沈阳航空航天大学	当前权利人	沈阳航空航天大学
发明人	周唯;易玉根;郭薇;宫照煊;彭钰涵
代理机构	沈阳维特专利商标事务所（普通合伙）	代理人	王翠

摘要

本发明公开了一种基于鲁棒性自适应图结构学习算法的人脸识别方法，将鲁棒性的自适应图结构学习算法应用在人脸识别任务中，其中的鲁棒性的自适应图结构学习算法，不同于现有的图学习方法，提出的算法利用自表示和自适应近邻方法来挖掘数据的全局结构信息和局部结构信息。同时，为了降低噪声点对图结构的影响，本发明通过引入基于l2,1范数的流形约束来提高算法对噪声的鲁棒性，以达到鲁棒性的图构建目的；该方法充分地挖掘了数据的局部结构信息和全局结构信息，提升了图结构的有效性；同时，将基于l2,1范数的流形约束引入到图学习过程中，增强了图学习的鲁棒性，改善识别效果。

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