本發明公開了一種基于拓撲保持的解析型字典學習模型的人臉識別方法,包括:首先對訓練集和測試集樣本進行預處理,對訓練集和測試集樣本進行映射,每張圖像都得到一個對應的隨機臉特征列向量;優化學習得到解析型字典Ω:獲得訓練集和測試樣本的編碼系數:將測試樣本的編碼系數、訓練集的編碼系數及其對應的類別標簽信息一起輸入分類器,得到最終分類結果。本發明針對后兩個環節,尤其是第3個環節的分類模型,進行了有益創新。本發明提出一種基于拓撲保持的解析型字典學習模型的人臉識別方法,將人臉特征的結構信息與判決信息放在一個統一的解析型字典學習框架下學習,使得最終的人臉識別準確率與運行速度均得到明顯提高。
聲明:
“基于拓撲保持的解析型字典學習模型的人臉識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)