[发明专利]一种跨域面部识别方法在审
| 申请号： | 201910510836.9 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN112084816A | 公开（公告）日： | 2020-12-15 |
| 发明（设计）人： | 刘若鹏;栾琳;季春霖;陈峰 | 申请（专利权）人： | 杭州光启人工智能研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 311100 浙江省杭州市余杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 面部 识别 方法 | ||
1.一种跨域面部识别方法，其特征在于，包括：
准备源样本数据和目标样本数据；
固定特征提取器E，让域判别器G最大化源样本数据和目标样本数据间的差异；
固定域判别器G，让特征提取器E最小化源样本数据和目标样本数据间的差异；
域判别器G最大化和特征提取器E最小化达到平衡点，从特征提取器E提取出源样本数据和目标样本数据间没有域间差异的特征值。
2.根据权利要求1所述的跨域面部识别方法，其特征在于，准备源样本数据和目标样本数据包括：
将源样本数据和目标样本数据分别进行面部特征对齐。
3.根据权利要求1所述的跨域面部识别方法，其特征在于，所述域判别器G和特征提取器E对不同的域共享参数。
4.根据权利要求1所述的跨域面部识别方法，其特征在于，准备源样本数据和目标样本数据包括：
对源样本数据和目标样本数据进行处理，增加样本数据的多样性。
5.根据权利要求1所述的跨域面部识别方法，其特征在于，固定特征提取器E，让域判别器G最大化，判别源样本数据和目标样本数据间的差异之前包括：确定损失函数。
6.根据权利要求4所述的跨域面部识别方法，其特征在于，对源样本数据和目标样本数据进行处理包括：对源样本数据和目标样本数据进行随机裁剪、翻转、调整亮度、对比度、色相、饱和度处理。
7.根据权利要求5所述的跨域面部识别方法，其特征在于，所述损失函数包括分类损失函数和域混淆损失函数。
8.根据权利要求7所述的跨域面部识别方法，其特征在于，所述损失函数为分类损失函数和域混淆损失函数的加权和。
9.根据权利要求8所述的跨域面部识别方法，其特征在于，总损失＝源分类损失+目标分类损失－KL散度，其中KL散度用于衡量源样本数据和目标样本数据特征概率分布间的差异。
10.根据权利要求9所述的跨域面部识别方法，其特征在于，所述KL散度又称为相对熵，为源样本数据和目标样本数据特征概率分布间的度量。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州光启人工智能研究院，未经杭州光启人工智能研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910510836.9/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种台风预警方法及其装置
- 下一篇：一种锁相环电路
