一種基于LPP特征提取的單樣本人臉識(shí)別遷移學(xué)習(xí)方法

基本信息

申請(qǐng)?zhí)?/td> CN201310479695.1 申請(qǐng)日 -
公開（公告）號(hào) CN103514443A 公開（公告）日 2014-01-15
申請(qǐng)公布號(hào) CN103514443A 申請(qǐng)公布日 2014-01-15
分類號(hào) G06K9/00(2006.01)I;G06K9/62(2006.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 王雪松;潘杰;程玉虎 申請(qǐng)（專利權(quán)）人 南京數(shù)字空間新技術(shù)研究院有限公司
代理機(jī)構(gòu) 南京瑞弘專利商標(biāo)事務(wù)所（普通合伙） 代理人 楊曉玲
地址 210000 江蘇省南京市六合區(qū)雄州街道王橋路59號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明屬于模式識(shí)別技術(shù)領(lǐng)域，具體涉及一種基于LPP特征提取的單樣本人臉識(shí)別遷移學(xué)習(xí)方法。不同于傳統(tǒng)的基于泛化能力提升的全局人臉識(shí)別與依賴圖像分割的局部人臉識(shí)別方法，本發(fā)明首先利用白化余弦相似度對(duì)遷移源進(jìn)行篩選獲得精選樣本源，其次分別對(duì)精選源中的源特征與目標(biāo)特征人臉采用LPP進(jìn)行特征投影并求解特征遷移矩陣逼近其映射關(guān)系，然后將特征遷移矩陣作用于訓(xùn)練樣本將其原始宏觀特征遷移為目標(biāo)宏觀特征，最后采用最近鄰分類器實(shí)現(xiàn)較高精度的人臉識(shí)別。本發(fā)明能夠有效利用與目標(biāo)單樣本關(guān)聯(lián)的大量源樣本，合理篩選并遷移宏觀特征，在很大程度上解決單樣本難以訓(xùn)練的問題，并能夠獲得更高的人臉識(shí)別精度。