一种基于LPP特征提取的单样本人脸识别迁移学习方法
基本信息
| 申请号 | CN201310479695.1 | 申请日 | - |
| 公开（公告）号 | CN103514443B | 公开（公告）日 | 2016-12-07 |
| 申请公布号 | CN103514443B | 申请公布日 | 2016-12-07 |
| 分类号 | G06K9/00(2006.01)I;G06K9/62(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 王雪松;潘杰;程玉虎 | 申请（专利权）人 | 南京数字空间新技术研究院有限公司 |
| 代理机构 | 南京瑞弘专利商标事务所（普通合伙） | 代理人 | 中国矿业大学 |
| 地址 | 210000 江苏省南京市六合区雄州街道王桥路59号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于模式识别技术领域，具体涉及一种基于LPP特征提取的单样本人脸识别迁移学习方法。不同于传统的基于泛化能力提升的全局人脸识别与依赖图像分割的局部人脸识别方法，本发明首先利用白化余弦相似度对迁移源进行筛选获得精选样本源，其次分别对精选源中的源特征与目标特征人脸采用LPP进行特征投影并求解特征迁移矩阵逼近其映射关系，然后将特征迁移矩阵作用于训练样本将其原始宏观特征迁移为目标宏观特征，最后采用最近邻分类器实现较高精度的人脸识别。本发明能够有效利用与目标单样本关联的大量源样本，合理筛选并迁移宏观特征，在很大程度上解决单样本难以训练的问题，并能够获得更高的人脸识别精度。 |
