一种基于流形学习的人脸识别方法

发明公开无效专利

申请号：
CN201310320237.3
IPC分类号：G06K9/00; G06K9/62
申请日期：
2013-07-26
申请人：
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	一种基于流形学习的人脸识别方法
申请号	CN201310320237.3	申请日期	2013-07-26
法律状态	驳回	申报国家	中国
公开/公告日	2013-10-02	公开/公告号	CN103336960A
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;K;9;/;6;2查看分类表>
申请人	电子科技大学	申请人地址	四川省成都市高新区(西区)西源大道2006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	电子科技大学	当前权利人	电子科技大学
发明人	程建; 马莹; 张敬献; 王峰; 李鸿升
代理机构	成都华典专利事务所	代理人	徐丰; 杨保刚

摘要

本发明公开了一种基于流形学习的人脸识别方法，属于图像处理技术领域，解决了传统方法中直接对高维图像进行处理所消耗资源过多的问题。本发明结合最近特征子空间分类器和局部线性嵌入两种方法用于人脸图像的降维处理，然后采用最近邻分类器对降维后的数据进行识别，首先构建人脸图像高维数据，将人脸图像样本按行拉伸为一维向量；然后对构建的人脸图像高维数据进行降维处理，获得所有人脸图像在同一低维空间的低维表示；最后在低维嵌入空间。本发明通过对图像进行训练，实时采集待测试图像，进行人脸识别，比采用基于欧氏距离的局部线性嵌入方法更为合理，识别准确率更高，也比直接采用高维数据进行识别的运算复杂度更低，更加简便。

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