Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南大学刘立成获国家专利权

湖南大学刘立成获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉湖南大学申请的专利一种基于判别竞争协同表示的人脸识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116343283B

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211605044.8,技术领域涉及:G06V40/16;该发明授权一种基于判别竞争协同表示的人脸识别方法是由刘立成;成晓倩;刘欣鑫设计研发完成,并于2022-12-14向国家知识产权局提交的专利申请。

一种基于判别竞争协同表示的人脸识别方法在说明书摘要公布了:本发明公开了一种基于判别竞争协同表示的人脸识别方法,其设计包含判别项、竞争项,并且在表示向量前加设有权重设置,充分利用类的信息,同时提高每个类的判别能力和竞争能力,解决了当数据集出现类间差异小、类内差异大的情况时所造成的低识别率问题。针对无噪声干扰下的人脸识别和有噪声干扰下的人脸识别分别提出算法模型,对于有噪声干扰下的人脸识别,精度项设置为L1范数,属于一个非光滑的凸问题,使用重加权最小二乘法。本发明提出一种包含判别项、竞争项、权重约束和协同表示的算法,增大人脸图像的识别率,并通过对其中的精度项使用L1范数,从而提高对含有噪声的人脸图像的识别效果,增强模型的鲁棒性。

本发明授权一种基于判别竞争协同表示的人脸识别方法在权利要求书中公布了:1.一种基于判别竞争协同表示的人脸识别方法,其特征在于,针对无噪声干扰下的人脸识别和有噪声干扰下的人脸识别分别提出算法模型,对于有噪声干扰下的人脸识别,精度项设置为L1范数; 对于无噪声干扰: 对于有噪声干扰: 其中,y是测试样本向量,即一张人脸图像;X是训练集矩阵,包含了C个人的所有人脸图像,即共C个类;Xi是第i个人的所有人脸图像,即第i类的所有人脸图像;α是表示向量;αi是第i类的表示向量;γ、μ、β、λ均是用来平衡各项的大于0的常数;ωi是用来约束第i类的表示向量的权重; 对于所述无噪声干扰下的人脸图像识别,具体包括以下实现步骤: 步骤1:获取人脸数据集; 步骤2:数据集划分,将数据集划分为训练集和测试集,所述训练集用于训练数据,从而使生成的分类模型能够很好的拟合测试样本,即任意一张人脸图像,所述测试集用来测试数据,进而反映分类模型的性能; 步骤3:对划分好的训练集和测试集进行特征预处理; 步骤4:对此时的训练集和测试集进行特征提取,采用空间金字塔特征提取方式; 步骤5:训练分类器和识别测试样本; 所述步骤5具体包括以下流程: S51:输入训练集X、测试样本y、γ、μ、β、λ; S52:计算权重矩阵W:权重矩阵的计算方法有两种; S53:计算表示向量α,计算公式为: S54:得到上述的α后,通过计算测试样本y和每一个类的重构样本Xiαi的误差ri,进而得到C个误差,取这C个误差的最小值,这个最小值所属于的类就是分类器所预测的测试样本的类别。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖南大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路麓山门;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。