一种基于深度字典低秩残差表示的人脸识别方法

AITNT
正文
推荐专利
一种基于深度字典低秩残差表示的人脸识别方法
申请号:CN202410953202
申请日期:2024-07-16
公开号:CN118736649B
公开日期:2025-03-25
类型:发明专利
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。
技术关键词
深度网络模型 人脸识别方法 特征提取模块 稀疏特征向量 训练字典 人脸特征向量 残差结构 更新字典 深度字典学习 边缘结构信息 更新网络参数 低秩结构 预期误差 编码器 重构 图像块
系统为您推荐了相关专利信息
1
一种新型汽轮机组振动信号处理的方法及系统
新型汽轮机 汽轮机组 信号处理 时域特征提取 频域特征提取
2
基于递归注意力机制的医疗影像超分辨率重建方法及系统
注意力机制 影像 融合特征 图像像素 超分辨率
3
基于3D点云测量及配准技术的复杂走线预处理方法及系统
3D点云 点云图像 格网 双目深度相机 数据
4
手部穴位定位方法、装置、针灸机器人及存储介质
穴位定位方法 特征提取单元 针灸机器人 关键点 特征提取模块
5
一种无创颅内压预测方法、系统及其存储介质
门控循环单元网络 注意力机制 时序特征 无创方式 分类器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号