-
公开(公告)号：CN105740790B
公开(公告)日：2019-01-08
申请号：CN201610051557.7
申请日：2016-01-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多核字典学习的彩色人脸识别方法，将多核学习技术应用到彩色人脸数据的字典学习和稀疏编码过程中，通过设计核函数选择准则，对彩色人脸图像训练样本集的三个彩色分量分别挑选最优的核映射函数，再对核映射后的三个彩色分量分别学习三个特征提取系数矩阵、结构化字典和相应的稀疏编码，然后使用学习得到的字典对待识别样本的非线性特征进行稀疏编码，并根据重构误差进行分类和识别。本发明识别效果更高，并对图像质量问题具有较好的鲁棒性。
-
公开(公告)号：CN106650769A
公开(公告)日：2017-05-10
申请号：CN201610861153.4
申请日：2016-09-28
Applicant: 南京信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6262 , G06K9/6267
Abstract: 本发明公开了基于线性表示多视图鉴别字典学习的分类方法，该方法利用训练样本集识别测试样本所属的类别。在训练阶段，通过线性表示多视图鉴别字典学习得到对应每一视图每一类训练样本的字典。在分类测试阶段，计算用对应每一类训练样本所有视图的字典去重构测试样本的重构误差，最后将测试样本归为重构误差最小的字典所对应的那一类。本发明相较于现有技术简化了求解过程，有效提高了字典的分类能力。
-
公开(公告)号：CN105740787A
公开(公告)日：2016-07-06
申请号：CN201610049399.1
申请日：2016-01-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多核鉴别彩色空间的人脸识别方法，将多核学习技术应用于彩色人脸图像，对彩色人脸图像的三个彩色分量分别使用三个不同的非线性核映射，再通过多核鉴别彩色空间方法进行彩色空间变换。在新的多核鉴别彩色空间中，对每一个彩色分量分别使用加强的Fisher线性鉴别模型方法提取特征，并将每幅彩色人脸图像三个彩色分量的特征向量串联成一个列向量，然后使用最近邻分类器进行分类和识别。本发明识别效果更高，将彩色人脸图像变换到多核鉴别彩色空间之后，鉴别特征的分类能力得到了明显增强。
-
公开(公告)号：CN107392190A
公开(公告)日：2017-11-24
申请号：CN201710800074.7
申请日：2017-09-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于半监督多视图字典学习的彩色人脸识别方法，该方法将多视图学习技术应用于半监督彩色人脸图像的字典学习。在训练阶段，该方法通过分别学习各个彩色分量的结构化字典并令这些字典互相正交来去除各个彩色分量之间的相关性，充分利用各个彩色分量之间互补的色彩差异信息；并且该方法在字典学习过程中使用无类别标记的彩色人脸图像样本参与训练，充分利用所有训练样本信息。在分类测试阶段，该方法累计各个彩色分量用对应每一类训练样本的字典去重构测试样本的重构误差，最后将测试样本归为累计重构误差最小的那一类。本发明识别效果更高，通过半监督多视图字典学习，彩色人脸识别能力得到了明显增强。
-
Patent Agency Ranking
公开(公告)号：CN106446840A
公开(公告)日：2017-02-22
申请号：CN201610861197.7
申请日：2016-09-28
Applicant: 南京信息工程大学
IPC: G06K9/00
CPC classification number: G06K9/00288
Abstract: 本发明公开了基于典型相关多核学习的彩色人脸识别方法，该方法将多核学习技术应用于彩色人脸图像的典型相关分析，对三个彩色分量分别使用三个不同的核映射，再通过典型相关多核学习对三个彩色分量分别进行非线性特征提取。对于提取到的特征，使用基于余弦距离的最近邻分类器进行分类和识别。本发明识别效果更高，通过典型相关多核学习，彩色人脸特征的分类能力得到了明显增强。
-
公开(公告)号：CN105740790A
公开(公告)日：2016-07-06
申请号：CN201610051557.7
申请日：2016-01-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多核字典学习的彩色人脸识别方法，将多核学习技术应用到彩色人脸数据的字典学习和稀疏编码过程中，通过设计核函数选择准则，对彩色人脸图像训练样本集的三个彩色分量分别挑选最优的核映射函数，再对核映射后的三个彩色分量分别学习三个特征提取系数矩阵、结构化字典和相应的稀疏编码，然后使用学习得到的字典对待识别样本的非线性特征进行稀疏编码，并根据重构误差进行分类和识别。本发明识别效果更高，并对图像质量问题具有较好的鲁棒性。
-
公开(公告)号：CN107392190B
公开(公告)日：2020-08-11
申请号：CN201710800074.7
申请日：2017-09-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于半监督多视图字典学习的彩色人脸识别方法，该方法将多视图学习技术应用于半监督彩色人脸图像的字典学习。在训练阶段，该方法通过分别学习各个彩色分量的结构化字典并令这些字典互相正交来去除各个彩色分量之间的相关性，充分利用各个彩色分量之间互补的色彩差异信息；并且该方法在字典学习过程中使用无类别标记的彩色人脸图像样本参与训练，充分利用所有训练样本信息。在分类测试阶段，该方法累计各个彩色分量用对应每一类训练样本的字典去重构测试样本的重构误差，最后将测试样本归为累计重构误差最小的那一类。本发明识别效果更高，通过半监督多视图字典学习，彩色人脸识别能力得到了明显增强。
-
-
公开(公告)号：CN105740787B
公开(公告)日：2019-08-23
申请号：CN201610049399.1
申请日：2016-01-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多核鉴别彩色空间的人脸识别方法，将多核学习技术应用于彩色人脸图像，对彩色人脸图像的三个彩色分量分别使用三个不同的非线性核映射，再通过多核鉴别彩色空间方法进行彩色空间变换。在新的多核鉴别彩色空间中，对每一个彩色分量分别使用加强的Fisher线性鉴别模型方法提取特征，并将每幅彩色人脸图像三个彩色分量的特征向量串联成一个列向量，然后使用最近邻分类器进行分类和识别。本发明识别效果更高，将彩色人脸图像变换到多核鉴别彩色空间之后，鉴别特征的分类能力得到了明显增强。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.039 seconds)
