技术总结
本发明涉及一种基于核空间的分类聚集稀疏表示的人脸识别方法，含有以下步骤：采用卷积神经网络对人脸图像提取人脸特征，训练分类聚集词典，对图像进行识别。本发明考虑了用训练样本对测试样本进行稀疏表达时，每个训练样本对子空间构造的权重的不同，以及离类中心近的训练样本对构造子空间应当具有更大的权重，采用φ(Xc)Wc矩阵构造新的稀疏表达词典，在稀疏表达约束中加入分类集中约束项。与现有技术相比，本发明提出的人脸识别方法能够有效的降低测试样本在相应子空间内的拟合误差，且使得相同类别的样本在稀疏空间内能够聚集在一起，从而提升了人脸识别性能；处理非线性结构和关系的能力增强，能够有效发掘复杂数据的隐藏特征，进一步提升人脸识别性能。
技术研发人员：刘宝弟;王立;韩丽莎;王延江
受保护的技术使用者：中国石油大学（华东）
文档号码：201610065827
技术研发日：2016.01.31
技术公布日：2017.06.06