-
公开(公告)号：CN103679161B
公开(公告)日：2017-01-04
申请号：CN201410003300.5
申请日：2014-01-03
Applicant: 苏州大学
Abstract: 本发明公开了一种人脸识别方法和装置，在该方法中，根据所述同类近邻集合所确定互为近邻的同类样本之间的实际距离以及根据所述异类近邻集合所确定互为近邻的异类样本之间的实际距离构造权值矩阵，进而构造类内邻接图和类间邻接图，最终将待测试样本按照投影变换矩阵映射到判别子空间中，得到判别子空间中的测试样本，利用最近邻分类器，依据所述判别子空间中的训练样本集对所述测试样本进行分类，本发明使得所构造的类内邻接图和类间邻接图能够真实反映出训练样本集的局部结构，提高了对待测试样本的分类性能。
-
公开(公告)号：CN103679162B
公开(公告)日：2017-07-14
申请号：CN201410003346.7
申请日：2014-01-03
Applicant: 苏州大学
IPC: G06K9/00
Abstract: 本申请提供了一种人脸识别方法，通过互为近邻的同类样本之间的实际距离，并构建类内邻接图，通过互为近邻的异类样本之间的实际距离，并构建类间邻接图，确定最佳目标维数和投影变换矩阵，将降维后的各个训练样本按照所述投影变换矩阵变换到判别子空间中，利用所述投影变换矩阵，将待测样本映射到所述判别子空间中，得到测试样本；利用最近邻分类模块，对所述测试样本进行分类。因此，本申请的类内邻接图和类间邻接图是通过近邻样本之间的实际距离得到的，能够反映样本真实的局部结构，因此提高了对待测样本进行分类的分类性能。
-
Patent Agency Ranking
公开(公告)号：CN103679162A
公开(公告)日：2014-03-26
申请号：CN201410003346.7
申请日：2014-01-03
Applicant: 苏州大学
IPC: G06K9/00
Abstract: 本申请提供了一种人脸识别方法，通过互为近邻的同类样本之间的实际距离，并构建类内邻接图，通过互为近邻的异类样本之间的实际距离，并构建类间邻接图，确定最佳目标维数和投影变换矩阵，将降维后的各个训练样本按照所述投影变换矩阵变换到判别子空间中，利用所述投影变换矩阵，将待测样本映射到所述判别子空间中，得到测试样本；利用最近邻分类模块，对所述测试样本进行分类。因此，本申请的类内邻接图和类间邻接图是通过近邻样本之间的实际距离得到的，能够反映样本真实的局部结构，因此提高了对待测样本进行分类的分类性能。
-
公开(公告)号：CN103793699A
公开(公告)日：2014-05-14
申请号：CN201410062288.5
申请日：2014-02-24
Applicant: 苏州大学
IPC: G06K9/00
Abstract: 本发明提供了一种人脸识别方法及系统，包括：根据投影变换矩阵，将待测样本映射到判别子空间中；根据K近邻分类原则，从所述判别子空间中找出与映射后的待测样本距离最近的低维训练样本，并根据所述低维训练样本的类别，确定所述待测样本的类别，本发明不仅通过类内邻接矩阵和类间邻接矩阵保持了训练样本的局部结构，还通过建立类内邻接矩阵和类间邻接矩阵的关系函数，以及调节关系函数中的参数，平衡了训练样本点类内和类间的关系，再通过得到的判别子空间最佳目标维数和投影变换矩阵，使得待测样本在判别子空间中具有更好的可分性，从而在平衡训练样本几何分布的同时，提高了系统的分类性能。
-
公开(公告)号：CN103679207A
公开(公告)日：2014-03-26
申请号：CN201410001403.8
申请日：2014-01-02
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本申请公开了一种手写体数字识别方法，包括：根据距离和标签类别，对训练样本构造类内邻接图和类间邻接图；根据所述类内邻接图、所述类间邻接图和所述训练样本组成的矩阵，确定目标维数和投影变换矩阵；将所述训练样本按照所述投影变换矩阵变换到判别子空间中；利用所述投影变换矩阵，将待测样本映射到所述判别子空间中，得到测试样本；利用最近邻分类器，对所述测试样本进行分类。本申请对于每个样本分别在同类近邻样本中找近邻和在异类样本中找近邻，从而克服了样本分布不均衡造成的分类性能差的问题。
-
公开(公告)号：CN103679161A
公开(公告)日：2014-03-26
申请号：CN201410003300.5
申请日：2014-01-03
Applicant: 苏州大学
Abstract: 本发明公开了一种人脸识别方法和装置，在该方法中，根据所述同类近邻集合所确定互为近邻的同类样本之间的实际距离以及根据所述异类近邻集合所确定互为近邻的异类样本之间的实际距离构造权值矩阵，进而构造类内邻接图和类间邻接图，最终将待测试样本按照投影变换矩阵映射到判别子空间中，得到判别子空间中的测试样本，利用最近邻分类器，依据所述判别子空间中的训练样本集对所述测试样本进行分类，本发明使得所构造的类内邻接图和类间邻接图能够真实反映出训练样本集的局部结构，提高了对待测试样本的分类性能。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
