-
公开(公告)号：CN101833654A
公开(公告)日：2010-09-15
申请号：CN201010140797.7
申请日：2010-04-02
Applicant: 清华大学
Abstract: 本发明涉及基于约束采样的稀疏表示人脸识别方法，属于图像处理领域，该方法包括：对训练集中所有人脸图像分别基于约束区域进行采样进行特征提取，得到的特征矩阵，特征矩阵的一个类别对应训练集的一个人的多幅人脸图像；对待识别人的人脸图像基于约束区域进行采样进行特征提取，得到待识别图像的特征向量；该特征向量用训练集人脸图像的特征向量线性系数；对于训练集的每一类别计算对应于该类别的残差；残差的最小值对应的训练集的类别作为待识别人的识别结果；该方法通过对约束区域进行采样，使其具有更高的人脸识别率。
-
公开(公告)号：CN101833672B
公开(公告)日：2012-02-29
申请号：CN201010140799.6
申请日：2010-04-02
Applicant: 清华大学
IPC: G06K9/66
Abstract: 本发明涉及基于约束采样与形状特征的稀疏表示人脸识别方法，属于图像处理领域；该方法包括：对训练集中所有人脸图像进行纹理特征提取和形状特征提取，得到纹理特征矩阵和形状特征矩阵，纹理特征矩阵和形状特征矩阵的一个类别分别对应训练集的一个人的多幅人脸图像；将得到待识别人脸图像的纹理特征向量和形状特征向量与训练集的每一类进行比较，将综合相似度最大值对应的训练集的类别作为待识别人的识别结果；该方法具有更高的人脸识别率。
-
公开(公告)号：CN101833654B
公开(公告)日：2012-01-11
申请号：CN201010140797.7
申请日：2010-04-02
Applicant: 清华大学
Abstract: 本发明涉及基于约束采样的稀疏表示人脸识别方法，属于图像处理领域，该方法包括：对训练集中所有人脸图像分别基于约束区域进行采样进行特征提取，得到的特征矩阵，特征矩阵的一个类别对应训练集的一个人的多幅人脸图像；对待识别人的人脸图像基于约束区域进行采样进行特征提取，得到待识别图像的特征向量；该特征向量用训练集人脸图像的特征向量线性系数；对于训练集的每一类别计算对应于该类别的残差；残差的最小值对应的训练集的类别作为待识别人的识别结果；该方法通过对约束区域进行采样，使其具有更高的人脸识别率。
-
公开(公告)号：CN101833672A
公开(公告)日：2010-09-15
申请号：CN201010140799.6
申请日：2010-04-02
Applicant: 清华大学
IPC: G06K9/66
Abstract: 本发明涉及基于约束采样与形状特征的稀疏表示人脸识别方法，属于图像处理领域；该方法包括：对训练集中所有人脸图像进行纹理特征提取和形状特征提取，得到纹理特征矩阵和形状特征矩阵，纹理特征矩阵和形状特征矩阵的一个类别分别对应训练集的一个人的多幅人脸图像；将得到待识别人脸图像的纹理特征向量和形状特征向量与训练集的每一类进行比较，将综合相似度最大值对应的训练集的类别作为待识别人的识别结果；该方法具有更高的人脸识别率。
-
-
-
Search Results
4
records
(took 0.044 seconds)
