1.一种正则化仿射包模型人脸图像集识别的核快速算法,其特征在于快速求解两个正则化仿射包在高维空间中的最优参数 和 包含以下步骤:
1)通过定义映射函数Φ(·)将图像集数据映射到高维空间,并定义参数优化模型:
2)通过核函数k(,)计算原形图像集、测试图像集之间的核矩阵KYY=k(Y,Y)。
3)使用 的关系推导β的更新公式为:
T -1
其中M=(KYY+1·1+λ2I) 。
4)使用 的关系推导α的更新公式为:
其中
5)使用核矩阵表达代价函数值为:
6)依据以上所得到的参数β,α的更新公式,每次迭代交替更新β和α值,直至代价函数值收敛或达到预设的迭代次数。最后得到最优的参数 和
2.根据权利要求1所述的一种正则化仿射包模型人脸图像集识别的核快速算法,其特征在于将其对正则化最近邻点(RNP)方法进行核化,得到一种新的核正则化最近邻点(KRNP)方法,从而获得处理非线性数据的能力。并且相比目前基于核的仿射包模型方法如KAHISD和KSANP有更快的求解速度。
3.根据权利要求1所述的一种正则化仿射包模型人脸图像集识别的核快速算法,其特征在于将其对核化的凸包模型图像集协同表达与分类方法(KCH-ISCRC)的优化模型进行改进,加入了正则项,并使用核化的快速迭代算法代替标准二次规划求解方法,得到一种核化的正则化仿射包模型图像集协同表达与分类方法(KRH-ISCRC),从而获得更快的图像集识别速度,同时对有噪声、离群点等影响的数据集有较好的鲁棒性。