-
Patent Agency Ranking
公开(公告)号：CN103793704A
公开(公告)日：2014-05-14
申请号：CN201410087724.4
申请日：2014-03-11
Applicant: 苏州大学
Abstract: 本申请公开了一种监督邻域保持嵌入人脸识别方法和系统及人脸识别器，所述方法包括：对训练样本集进行初始降维，获得一次降维训练样本集和一次降维训练样本矩阵；采用类别散度矩阵对一次降维训练样本集中的每个训练点的类别信息进行标记；采用二次投影矩阵对一次降维训练样本矩阵进行二次降维，得到二次降维训练样本矩阵，和二次降维训练样本集；建立测试样本，对所述测试验本进行两次降维，得到二次降维测试样本；提取与所述二次降维测试样本距离最近的二次降维训练样本，并把所述二次降维训练样本的类别标签赋予所述二次降维测试样本。相对于现有技术的降维方法，采用本申请提供的人脸识别方法，可以实现有监督学习，并且具有较高的识别率。
-
公开(公告)号：CN103679162A
公开(公告)日：2014-03-26
申请号：CN201410003346.7
申请日：2014-01-03
Applicant: 苏州大学
IPC: G06K9/00
Abstract: 本申请提供了一种人脸识别方法，通过互为近邻的同类样本之间的实际距离，并构建类内邻接图，通过互为近邻的异类样本之间的实际距离，并构建类间邻接图，确定最佳目标维数和投影变换矩阵，将降维后的各个训练样本按照所述投影变换矩阵变换到判别子空间中，利用所述投影变换矩阵，将待测样本映射到所述判别子空间中，得到测试样本；利用最近邻分类模块，对所述测试样本进行分类。因此，本申请的类内邻接图和类间邻接图是通过近邻样本之间的实际距离得到的，能够反映样本真实的局部结构，因此提高了对待测样本进行分类的分类性能。
-
公开(公告)号：CN103679160A
公开(公告)日：2014-03-26
申请号：CN201410003078.9
申请日：2014-01-03
Applicant: 苏州大学
Abstract: 本发明提供了一种人脸识别的方法，该方法基于一类支持向量机来学习人脸图像之间的相似性，包括：对人脸样本进行分类得到训练样本组和测试样本组；对训练样本组中的训练样本进行分类得到至少两个类别，在每个类别中获取训练样本生成差样本对，并构造训练样本对组；依据训练样本对组对一类支持向量机进行训练，得到其决策模型参数，并得到相似性判别模型；将测试样本组中任意获取两个测试样本生成的测试差样本对输入相似性判别模型中进行相似性判断。在该方法中，输入一类支持向量机的训练样本采用分类并依据同类训练样本中生成训练样本差的方式，使得输入一类支持向量机的数据量减少，降低了计算的复杂度。
-
公开(公告)号：CN103440506A
公开(公告)日：2013-12-11
申请号：CN201310379419.8
申请日：2013-08-27
Applicant: 苏州大学
IPC: G06K9/64
Abstract: 本发明提供一种基于有监督稀疏线性嵌入的手写体数字可视化方法及系统，所述方法包括以下步骤。将有标签的图像数据集合转换为向量数据集合，并根据所述向量数据集合生成分块样本矩阵。若所述分块样本矩阵中的第i类样本矩阵为Xi，且Xi的第j个列向量将所述Xi表示为其中为的加权系数，用正交匹配追踪算法求解所述根据所述加权系数及样本数据的加权系数矩阵，定义矩阵M。对所述矩阵M作特征分解，从小到大获取第2到d+1个特征值所对应的特征向量组成降维后的向量数据矩阵，其中d为降维后的维数，并输出所述降维后的向量数据矩阵的可视化坐标。
-
公开(公告)号：CN103279746A
公开(公告)日：2013-09-04
申请号：CN201310210372.2
申请日：2013-05-30
Applicant: 苏州大学
Abstract: 本发明公开了一种基于支持向量机的人脸识别方法及系统。所述方法包括：获取人脸样本训练集：对于人脸样本训练集中的每一个人脸样本，随机选取k个与该人脸样本属于同一个类别的人脸样本作为同类样本，随机选取k个与该人脸样本属于不同类别的人脸样本作为异类样本；根据所述同类样本和所述异类样本生成差样本对集合；所述差样本对集合中，对于所述人脸样本训练集中的每一个人脸样本，均有2k个同类差样本对，以及2k个异类差样本对；对于差样本对集合，采用支持向量机训练得到相似性判断模型；根据所述相似性判断模型得到分类模型，采用所述分类模型进行人脸识别。采用本发明的方法或系统，可以在保证快速采样的前提下提高人脸识别的效率。
-
-
-
-
Search Results
95
records
(took 0.023 seconds)
