申请/专利权人：南京审计大学

申请日：2023-12-07

公开（公告）日：2024-04-12

公开（公告）号：CN117876744A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/74;G06V10/30;G06V10/766;G06V40/16;G06V10/40;G06V10/77

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于低秩正则化去噪判别回归图像分类方法，基于判别最小二乘回归，借助矩阵分解的思想，同时施加稀疏、低秩和图正则化约束，构造目标函数；通过拉格朗日乘子法求解目标函数，获得用于分类的投影矩阵W；对于任意测试样本y，通过计算投影矩阵与测试样本的乘积Wy可以得到其在标签空间中的特征；然后，利用最大相似度原理，根据最大分量元素的位置确定标签，即测试样本所属类别。本发明方法基于L1范数和核范数求解最优化问题，计算速度较快；借助矩阵分解的思想，增强了模型的鲁棒性，有效避免了图像光照、人脸姿态、表情等变化对识别效果的影响；同时借助构造类紧密图，使相同类标签的样本保持其邻域关系，提升了方法的分类性能。

主权项：1.一种基于低秩正则化去噪判别回归图像分类方法，其特征在于，包括如下步骤：步骤1、获取人脸图像样本集X，以及样本集X的单热标签矩阵H；步骤2、基于判别最小二乘回归，借助矩阵分解，施加稀疏、低秩和图正则化约束，构造目标函数模型；步骤3、优化目标函数模型，利用拉格朗日乘子法，求解用于分类的投影矩阵W；步骤4、计算测试样本y在标签空间中的特征；步骤5、根据最大相似度原则，找到最大分量元素的位置确定标签，得到测试样本y的类别。

全文数据：

权利要求：

百度查询： 南京审计大学 一种基于低秩正则化去噪判别回归图像分类方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD