一种基于协同表示非线性融合巴氏系数的人脸识别方法

    公开(公告)号:CN110096992A

    公开(公告)日:2019-08-06

    申请号:CN201910342740.6

    申请日:2019-04-26

    Applicant: 兰州大学

    Abstract: 本发明公开了一种基于协同表示非线性融合巴氏系数的人脸识别方法,该方法引入了加强原始图像较低等和较高等强度的像素,并降低其他像素,生成了新的虚拟样本,然后用虚拟训练样本和原始训练样本分别线性表示虚拟测试样本和测试样本;并计算测试样本与训练样本之间的巴氏系数相似度;将巴氏系数相似度与欧式距离非线性融合,最后将测试样本判别为残差值最小的训练样本的类别。本发明的有益效果为:将巴氏系数相似度的直方图信息引入到协同表示算法中,对欧式距离起到一种补充的作用;而且对虚拟样本与原始样本的融合、欧式距离与巴氏系数相似度的直方图信息的融合采用了非线性融合的方式让两种信息之间能够更好的结合,使得图像分类的精确度更高。

    一种基于协同表示非线性融合巴氏系数的人脸识别方法

    公开(公告)号:CN110096992B

    公开(公告)日:2022-12-16

    申请号:CN201910342740.6

    申请日:2019-04-26

    Applicant: 兰州大学

    Abstract: 本发明公开了一种基于协同表示非线性融合巴氏系数的人脸识别方法,该方法引入了加强原始图像较低等和较高等强度的像素,并降低其他像素,生成了新的虚拟样本,然后用虚拟训练样本和原始训练样本分别线性表示虚拟测试样本和测试样本;并计算测试样本与训练样本之间的巴氏系数相似度;将巴氏系数相似度与欧式距离非线性融合,最后将测试样本判别为残差值最小的训练样本的类别。本发明的有益效果为:将巴氏系数相似度的直方图信息引入到协同表示算法中,对欧式距离起到一种补充的作用;而且对虚拟样本与原始样本的融合、欧式距离与巴氏系数相似度的直方图信息的融合采用了非线性融合的方式让两种信息之间能够更好的结合,使得图像分类的精确度更高。

Patent Agency Ranking