【技术实现步骤摘要】
本专利技术属于人脸识别领域,具体涉及一种基于多个1类支持向量机的人脸相似性识别方法及系统。
技术介绍
以人脸识别为代表的生物特征识别一直是研究关注的焦点,这是由于人脸是一个信息丰富的模式集合,是人类互相判别、认识、记忆的主要标志。人脸识别在计算机视觉、模式识别、多媒体技术研究中占有重要的地位,因此人脸识别技术是模式识别与机器视觉领域最有挑战性的研究课题之一。人脸识别的主要工作,就是将现实空间的人脸图像映射到机器空间,并采取某种表示方式(如人脸的几何特征、代数特征和变换系数等)尽可能完整而准确地描述人脸。将待识别的人脸与已知人脸进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认(Verification),是一对一进行图像比较的过程。另一类是辨认(Identification),是一对多进行图像匹配对比的过程。根据对人脸不同的特征表示,分类器选择也不同。目前人脸识别的基本方法主要有:整体匹配方法、基于局部特征的匹配方法和两者混合的方法。一般的模式识别问题中,样本具有类别少,每类样本多的特点;然而在人脸识别问题中,样本的种类很多,而每一类的样本数量较少。P.Jonathon Phillips在文章“Support Vector Machines Applied to Face Recognition”中提出将支持向量机(SVM)应用到人脸识别问题中。在该方法中,支持向量机首 ...
【技术保护点】
一种基于多个1类支持向量机的人脸相似性识别方法,其特征在于,包括以下步骤:S1、对现有的人脸训练样本集进行处理,获得差样本对,并构造差样本对训练集;S2、对所述差样本对训练集按类别分别进行训练学习,获得1类SVM模型系数,并通过所述模型系数获得超球体半径rc;S3、获取任意两个测试样本的测试差样本对,并根据所述测试差样本对及超球体半径计算相似性判别模型,以判断所述任意两个测试样本的相似性。
【技术特征摘要】
1.一种基于多个1类支持向量机的人脸相似性识别方法,其特征在于,
包括以下步骤:
S1、对现有的人脸训练样本集进行处理,获得差样本对,并构造差样本
对训练集;
S2、对所述差样本对训练集按类别分别进行训练学习,获得1类SVM模
型系数,并通过所述模型系数获得超球体半径...
【专利技术属性】
技术研发人员:张莉,卢星凝,王邦军,陶志伟,李凡长,杨季文,
申请(专利权)人:苏州大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。