-
公开(公告)号：CN107506694A
公开(公告)日：2017-12-22
申请号：CN201710625631.6
申请日：2017-07-27
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于局部中值表示的鲁棒人脸识别方法，该方法分为以下几个步骤：(1)获取人脸图像训练样本集，(2)获取待识别样本在每类训练样本中的近邻样本，(3)由待识别样本在每类中的近邻样本计算中值，(4)根据中值计算待识别样本的重构表示系数，(5)根据重构表示系数的大小确定待识别样本的类标。本发明利用了样本的邻域信息，并且获得的中值可有效处理人脸图像中的诸多变化，如人脸表情、姿态、光照、遮挡等方面的变化，满足实际应用中对人脸识别的高精度需求。
-
公开(公告)号：CN107220627B
公开(公告)日：2020-04-21
申请号：CN201710416856.0
申请日：2017-06-06
Applicant: 南京邮电大学
Inventor： 黄璞
Abstract: 本发明公开了一种基于协作模糊均值鉴别分析的多姿态人脸识别方法，包括：获取包括若干个不同类的多姿态人脸图像训练样本集，对每个训练样本和待识别样本均进行归一化并利用PCA进行降维；利用训练样本的协作表示系数计算每个训练样本的类隶属度；计算模糊类均值；计算训练样本的模糊类内散度与模糊类间散度；通过最大化训练样本的模糊类间散度与模糊类内散度的比值求取投影矩阵，并利用投影矩阵提取训练样本和待识别样本的特征；根据最近邻分类器判断和确定待识别样本的类标。本发明充分利用了样本的类别信息，考虑了同类样本的相似性及不同类样本的差异性，当样本存在光照、姿态、表情多种变化时，通过引入隶属度信息增强了对噪声、野点的鲁棒性。
-
公开(公告)号：CN107506694B
公开(公告)日：2021-02-09
申请号：CN201710625631.6
申请日：2017-07-27
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于局部中值表示的鲁棒人脸识别方法，该方法分为以下几个步骤：(1)获取人脸图像训练样本集，(2)获取待识别样本在每类训练样本中的近邻样本，(3)由待识别样本在每类中的近邻样本计算中值，(4)根据中值计算待识别样本的重构表示系数，(5)根据重构表示系数的大小确定待识别样本的类标。本发明利用了样本的邻域信息，并且获得的中值可有效处理人脸图像中的诸多变化，如人脸表情、姿态、光照、遮挡等方面的变化，满足实际应用中对人脸识别的高精度需求。
-
公开(公告)号：CN107220627A
公开(公告)日：2017-09-29
申请号：CN201710416856.0
申请日：2017-06-06
Applicant: 南京邮电大学
Inventor： 黄璞
Abstract: 本发明公开了一种基于协作模糊均值鉴别分析的多姿态人脸识别方法，包括：获取包括若干个不同类的多姿态人脸图像训练样本集，对每个训练样本和待识别样本均进行归一化并利用PCA进行降维；利用训练样本的协作表示系数计算每个训练样本的类隶属度；计算模糊类均值；计算训练样本的模糊类内散度与模糊类间散度；通过最大化训练样本的模糊类间散度与模糊类内散度的比值求取投影矩阵，并利用投影矩阵提取训练样本和待识别样本的特征；根据最近邻分类器判断和确定待识别样本的类标。本发明充分利用了样本的类别信息，考虑了同类样本的相似性及不同类样本的差异性，当样本存在光照、姿态、表情多种变化时，通过引入隶属度信息增强了对噪声、野点的鲁棒性。
-
-
-
Search Results
4
records
(took 0.022 seconds)
