公开(公告)号：CN109948534B

公开(公告)日：2023-03-07

申请号：CN201910208135.X

申请日：2019-03-19

Applicant: 华侨大学

Inventor： 胡小亮 ,  陈叶旺 ,  杨丽洁

IPC: G06V40/16 ,  G06V10/762

Abstract: 本发明涉及一种采用快速密度峰值聚类进行人脸识别的方法，包括：读取人脸图像；计算所有数据点pi的密度；计算所有非密度峰值点的δ值；找出所有局部密度峰值点；快速寻找局部密度峰值点的父结点；找出剩余局部密度峰值点的父节点并计算δ值；由用户输入待聚类的个数M，计算除根结点(proot)外所有数据点的ρi与δi的乘积记为γi，并对γi进行排序，按照从大到小的顺序选取前M个数据点作为待聚类的中心；把其它所有非聚类中心点pj的类别初始化为‑1,再按照层次划分将其划归到与其聚类中心点相同类别；输出聚类结果cl(p)。本发明具有准确度高，能够快速识别复杂数据的优点，提高了人脸识别的准确度和速度。

公开(公告)号：CN109948534A

公开(公告)日：2019-06-28

申请号：CN201910208135.X

申请日：2019-03-19

Applicant: 华侨大学

Inventor： 胡小亮 ,  陈叶旺 ,  杨丽洁

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明涉及一种采用快速密度峰值聚类进行人脸识别的方法，包括：读取人脸图像；计算所有数据点pi的密度；计算所有非密度峰值点的δ值；找出所有局部密度峰值点；快速寻找局部密度峰值点的父结点；找出剩余局部密度峰值点的父节点并计算δ值；由用户输入待聚类的个数M，计算除根结点(proot)外所有数据点的ρi与δi的乘积记为γi，并对γi进行排序，按照从大到小的顺序选取前M个数据点作为待聚类的中心；把其它所有非聚类中心点pj的类别初始化为-1,再按照层次划分将其划归到与其聚类中心点相同类别；输出聚类结果cl(p)。本发明具有准确度高，能够快速识别复杂数据的优点，提高了人脸识别的准确度和速度。