-
公开(公告)号:CN110837804A
公开(公告)日:2020-02-25
申请号:CN201911082514.5
申请日:2019-11-07
申请人: 江南大学
摘要: 本发明公开了一种基于稀疏混合字典学习的特征提取方法并将其应用在人脸鉴别中,在一定程度上提高了人脸鉴别的准确性,本发明以费舍尔判别准则和拉普拉斯矩阵为约束,利用类别特色字典提取数据类别之间的特殊性,在保留稀疏编码数据相似性的同时减小类内编码离散度,增大类间编码离散度;然后利用类内差异字典提取类别共性,捕捉不同类别的相同特征,最后将类别特色字典与类内差异字典相结合。使用本发明在AR、CMU-PIE、LFW等人脸数据库上进行实验,结果表明,该方法在少样本训练条件下可以获得更高识别精度。