公开(公告)号：CN104573672B

公开(公告)日：2017-10-27

申请号：CN201510044884.5

申请日：2015-01-29

Applicant: 厦门理工学院

Inventor： 朱顺痣 ,  陈思 ,  李铁军

IPC: G06K9/00 ,  G06K9/66

Abstract: 本发明涉及人脸识别技术领域，具体涉及一种基于邻域保持的鉴别嵌入人脸识别方法，包括S1：去除训练样本集离散度矩阵ST的零空间，通过采用主成分分析算法PCA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，S2：在一次降维训练样本集中计算类内离散度矩阵SW的零空间N(SW)，SW的零空间N(SW)中类内离散度矩阵的迹(或者行列式)为零，S3：然后在零空间N(SW)中通过最大化加权的类间离散度矩阵的迹(或行列式)P(SB)得到增强身份差分量的(子空间)对应投影矩阵，公式为：N(SW)∩P(SB)。本发明能够减轻人脸图像中的光照变化和表情等因素对鉴别信息提取的影响。

公开(公告)号：CN104573672A

公开(公告)日：2015-04-29

申请号：CN201510044884.5

申请日：2015-01-29

Applicant: 厦门理工学院

Inventor： 朱顺痣 ,  陈思 ,  李铁军

IPC: G06K9/00 ,  G06K9/66

CPC classification number: G06K9/00288 ,  G06K9/00268

Abstract: 本发明涉及人脸识别技术领域，具体涉及一种基于邻域保持的鉴别嵌入人脸识别方法，包括S1：去除训练样本集离散度矩阵ST的零空间，通过采用主成分分析算法PCA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，S2：在一次降维训练样本集中计算类内离散度矩阵SW的零空间N(SW)，SW的零空间N(SW)中类内离散度矩阵的迹(或者行列式)为零，S3：然后在零空间N(SW)中通过最大化加权的类间离散度矩阵的迹(或行列式)P(SB)得到增强身份差分量的(子空间)对应投影矩阵，公式为：N(SW)∩P(SB)。本发明能够减轻人脸图像中的光照变化和表情等因素对鉴别信息提取的影响。