[发明专利]基于Softmax的人脸检索方法和系统

权利要求书

1.一种基于Softmax的人脸检索方法，其特征在于，包括以下步骤：

获取每类回归分类模型的每个训练样本的训练特征向量，对所述训练特征向量进行均值处理，得到训练均值特征向量；

对所述训练均值特征向量和所述训练特征向量进行夹角分布分析，得到每类回归分类模型的夹角标准信息；

获取检索库中每个检索样本的检索特征向量，根据所述检索特征向量和所述训练均值特征向量评估得到检索夹角信息；

将所述检索夹角信息与所述夹角标准信息通过惩罚系数公式进行处理，得到每个检索样本的惩罚系数；

根据所述惩罚系数对每个检索样本的检索结果进行相似度排序，输出排序结果。

2.如权利要求1所述的基于Softmax的人脸检索方法，其特征在于，所述对所述训练特征向量进行均值处理，得到训练均值特征向量，包括以下步骤：

设定每个训练样本通过Softmax算法得到其训练特征向量X；训练样本共有n类，每类共有m个样本，则每类训练样本的训练均值特征向量表示为：

Xn‾=1m*Σ1mXnm---(1)]]>

公式(1)中，为第n类的训练均值特征向量，X_nm为第n类中的第m个训练样本的训练特征向量。

3.如权利要求2所述的基于Softmax的人脸检索方法，其特征在于，所述对所述训练均值特征向量和所述训练特征向量进行夹角分布分析，得到每类回归分类模型的夹角标准信息，包括以下步骤：

根据公式(1)得到第n类的第m个训练样本的训练特征向量与第n类的均值特征向量的夹角为：

Anm=arccos(Xn‾·Xnm|Xn‾|*|Xnm|)---(2)]]>

根据公式(2)推出夹角标准信息为：

σn=1mΣ1mAnm*Anm---(3)]]>

公式(1)中，σ_n为第n类的夹角标准信息。