- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及人脸识别技术领域,公开一种基于奇异值分解的鲁棒人脸识别方法,包括步骤如下:1、对由灰度图像组成的训练样本矩阵中的每列进行归一化;2、对每类训练样本分别进行奇异值分解;3、提取左奇异矩阵中的前列作为一个投影矩阵;4、利用测试样本和上一步中得到的投影矩阵计算出编码向量;5、计算出相应的残差,最小残差所对应的类别即为测试样本的类别,作为识别结果输出。本发明是在基于稀疏表示的分类方法和基于协同表示的分类方法基础上结合了奇异值分解,利用奇异值分解得到编码向量,代替原来的稀疏表示或者协同表示,不仅
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113239917 B
(45)授权公告日 2021.09.28
(21)申请号 202110788826.9 G06K 9/62 (2006.01)
(22)申请日 2
文档评论(0)