一种耦合步态特征的低分辨率人脸识别方法专利登记公告

专利名称：一种耦合步态特征的低分辨率人脸识别方法

摘要：本发明提供的是一种耦合步态特征的低分辨率人脸识别方法。首先，将所有低分辨率人脸、步态样本分别转换到向量空间上，然后采用内积计算人脸和步态特征的核变换特征并修正，再将表示同一个体的低分辨率人脸图像和步态样本构成样本对，使得不同集合下的样本对足够近，并且保留数据局部结构的本质几何特性，建立目标优化模型，转化成“迹”求广义特征分解，得到两个不同的变换矩阵，低分辨率人脸图像和步态图像得到新的特征。测试时，测试样本首先向量化，再经核变换由向量空间映射到高维空间，采用最近邻分类器来预测所属的类别。本发明不需要对高分辨

专利类型：发明专利

专利号：CN201210124404.2

专利申请（专利权）人：山东大学

专利发明（设计）人：贲晛烨;江铭炎;潘婷婷;曲凯歌;刘梦瑶

主权项：一种耦合步态特征的低分辨率人脸识别方法，其特征在于，包括训练和识别阶段；训练阶段的方法为，首先，将所有低分辨率人脸、步态图像样本分别都转换到向量空间上，然后采用内积形式计算人脸和步态特征的核变换特征并对该特征进行修正，再将表示同一个体的低分辨率人脸图像和步态图像构成样本对，使得不同集合下的同一样本对足够近，并且保留数据局部结构的本质几何特性，建立目标优化模型，然后将目标函数转化成“迹”的形式后转换成广义特征分解，得到对于低分辨率人脸图像和步态图像的两个不同的变换矩阵，最后将低分辨率人脸图像和步态图像分别投

专利地区：山东