公开(公告)号：CN115527261A

公开(公告)日：2022-12-27

申请号：CN202211337265.1

申请日：2022-10-28

申请人： 江苏海洋大学

发明人： 张键 ,  秦鑫 ,  薄丽玲 ,  张恒 ,  李宏然 ,  肖禹辰 ,  费蓉 ,  臧奇颜

IPC分类号： G06V40/16 ,  G06V10/74

摘要： 本发明公开了一种小样本鲁棒人脸识别的子空间交叉表示方法，基于不同环境下采集人脸图像矩阵A和B组成的各样本对，分别计算其对应矩阵秩rA和rB，执行奇异值分解得到子空间生成器DA和DB，应用子空间生成器对个图像矩阵A和B进行交叉表示，结合预设核范数模型求解计算稀疏系数αAB和αBA，最后应用相似度量公式计算得到人脸图像矩阵组相似度sim(A,B)，如此在少量样本人脸识别的实际应用中，生成完整的描述单个子空间的基，从而获取到足够的个体样本来减少表示误差，并提高的提高了小样本矩阵回归性能和人脸识别准确率，降低算法的复杂度。

公开(公告)号：CN112218085A

公开(公告)日：2021-01-12

申请号：CN202011018569.2

申请日：2020-09-24

申请人： 江苏海洋大学

发明人： 张键 ,  徐帅 ,  薄丽玲 ,  张恒 ,  李宏然 ,  袁冬青 ,  仲兆满 ,  肖禹辰 ,  秦鑫

IPC分类号： H04N19/154 ,  H04N19/70

摘要： 本发明公开了图像压缩技术领域的一种基于奇异向量稀疏表示的图像压缩方法，包括以下步骤：S1：对原始图像矩阵进行奇异值分解，得到图像的左奇异向量矩阵、右奇异向量矩阵和奇异值矩阵；S2：根据计算的奇异值对图像信号的贡献，选择合适的奇异值，并丢弃对图像信号贡献较小的奇异值；S3：对于图像矩阵的奇异值分解生成的奇异向量矩阵，通过对奇异向量矩阵进行稀疏采样构造稀疏奇异矩阵实验在奇异值分解基础的进一步压缩；S4：通过最小二乘法的图像信号关键点提取，达到了对图像的进一步的压缩，在相同的压缩比下我们的方法比其他图像压缩方法重构后的图像质量更好，该方法的图像重建结果比原来的奇异值分解方法更接近原始图像。