[发明专利]基于非负自适应特征提取的人脸识别方法、装置及设备

摘要

本发明实施例公开了一种基于非负自适应特征提取的人脸识别方法、装置、设备及计算机存储介质。其中，方法包括将非负矩阵分解，特征提取和自适应邻域学习集成进为统一的框架，利用非负矩阵分解技术得到局部重构数据，在非负重构空间和特征嵌入空间对重构误差同时进行最小化，对重构数据进行权重自适应构造和标签传播学习，并利用基于投影的特征近似错误项进行最小化学习；通过对人脸识别模型进行交替优化和学习，得到用于保持近邻信息的自适应权重系数矩阵、用于提取特征的投影矩阵及近邻保持非负分解矩阵；利用投影矩阵提取人脸测试样本集的识别特征，以利用人脸识别模型根据识别特征实现人脸识别。本申请提供的技术方案提升了人脸识别的准确率。

主权项

一种基于非负自适应特征提取的人脸识别方法，其特征在于，将非负矩阵分解、特征提取和自适应邻域学习集成为半监督特征学习框架，并同时学习得到可用于特征提取的投影矩阵，具体过程包括：将人脸训练样本集和人脸测试样本集输入预先构建的人脸识别模型中，所述人脸训练样本集包括第一预设个数的有标签样本图像和第二预设个数的无标签样本图像，所述人脸测试样本集为无标签样本图像集，并对所述人脸识别模型进行参数初始化；利用近邻保持非负矩阵分解技术学习得到所述人脸训练样本集的局部重构数据，在非负重构空间和特征嵌入空间同时对重构误差进行最小化，对所述局部重构数据进行权重自适应构造和标签传播学习，并利用基于投影的特征近似错误项进行最小化学习；通过对所述人脸识别模型进行交替优化和学习，得到用于保持近邻信息的自适应权重系数矩阵、用于提取特征的投影矩阵及近邻保持非负分解矩阵；利用所述投影矩阵提取所述人脸测试样本集的识别特征，以利用所述人脸识别模型根据所述识别特征实现人脸识别。