本发明公开了一种基于拓扑保持的解析型字典学习模型的人脸识别方法,包括:首先对训练集和测试集样本进行预处理,对训练集和测试集样本进行映射,每张图像都得到一个对应的随机脸特征列向量;优化学习得到解析型字典Ω:获得训练集和测试样本的编码系数:将测试样本的编码系数、训练集的编码系数及其对应的类别标签信息一起输入分类器,得到最终分类结果。本发明针对后两个环节,尤其是第3个环节的分类模型,进行了有益创新。本发明提出一种基于拓扑保持的解析型字典学习模型的人脸识别方法,将人脸特征的结构信息与判决信息放在一个统一的解析型字典学习框架下学习,使得最终的人脸识别准确率与运行速度均得到明显提高。
声明:
“基于拓扑保持的解析型字典学习模型的人脸识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)