龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏大学
摘要：本发明公开一种基于深度字典低秩残差表示的人脸识别方法，获取原始人脸图像，构建并训练适用于深度字典低秩残差表示的深度网络模型，将预处理后的人脸图像输入该深度网络模型进行训练，深度网络模型中特征提取模块提取人脸图像得到特征向量；字典训练模块利用特征向量来训练字典；稀疏表示模块找到一组字典中的基底，使得人脸数据表示为这些基底的线性组合，进而输出稀疏特征；将真实人脸图像对应的稀疏特征向量在数据库中进行对比检索，判断是否可以识别。本发明创新地结合了低秩残差表示和深度字典学习，使得在处理高维数据和特征提取方面具有显著优势，为人脸识别提供了更高的准确性和鲁棒性。
主权项：1.一种基于深度字典低秩残差表示的人脸识别方法，其特征在于，包括如下步骤：步骤1、获取原始人脸图像，并对其进行预处理；步骤2、构建并训练适用于深度字典低秩残差表示的深度网络模型，将预处理后的人脸图像输入该深度网络模型进行训练得到对应特征向量；深度网络模型包括特征提取模块、字典训练模块和稀疏表示模块：所述特征提取模块提取预处理后的人脸图像得到特征向量X；字典训练模块利用特征向量X来训练字典D；稀疏表示模块找到一组字典中的基底，使得人脸数据表示为这些基底的线性组合，进而输出稀疏特征；步骤3、采集摄像头中的真实人脸图像，将真实人脸图像输入步骤2训练好的深度字典低秩残差表示的深度网络模型得到对应的人脸稀疏向量，将该人脸稀疏向量在数据库中进行对比检索：数据库中和该人脸稀疏向量差值最小的特征向量，若满足预期误差，则认为是系统能识别出的人脸图片。
全文数据：
权利要求：
百度查询： 江苏大学 一种基于深度字典低秩残差表示的人脸识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号