[发明专利]用于人脸识别的卷积神经网络的训练方法、装置及应用在审
| 申请号： | 201510868860.1 | 申请日： | 2015-12-01 |
| 公开（公告）号： | CN105426963A | 公开（公告）日： | 2016-03-23 |
| 发明（设计）人： | 丁松;江武明;单成坤 | 申请（专利权）人： | 北京天诚盛业科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/00 |
| 代理公司： | 北京恩赫律师事务所 11469 | 代理人： | 刘守宪;赵文成 |
| 地址： | 100085 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于人脸识别的卷积神经网络的训练方法、装置及应用，属于人脸识别领域，该方法包括：构建样本训练库，样本训练库包括多个样本类，每个样本类中包括数量相同的人脸图像样本；使用样本训练库训练卷积神经网络；使用训练后的卷积神经网络提取样本训练库中的所有人脸图像样本的特征向量；使用分类器对特征向量进行分类；计算每个样本类的分类正确率；判断卷积神经网络是否达到设定要求，若是，结束，否则，从分类正确率最高的样本类中删除一定数量的分类正确的人脸图像样本，向分类正确率最低的样本类中添加相同数量的人脸图像样本，并重新训练卷积神经网络。该方法避免了由于化妆和外部环境影响导致的识别错误，并且避免了过拟合。 | ||
| 搜索关键词： | 用于 识别 卷积 神经网络 训练 方法 装置 应用 | ||
【主权项】：
一种用于人脸识别的卷积神经网络的训练方法，其特征在于，包括：构建样本训练库，所述样本训练库包括多个样本类，每个样本类中包括数量相同的人脸图像样本；使用所述样本训练库训练卷积神经网络；使用训练后的卷积神经网络提取所述样本训练库中的所有人脸图像样本的特征向量；使用分类器对所述特征向量进行分类；计算每个样本类的分类正确率；判断卷积神经网络是否达到设定要求，若是，结束，否则，执行下一步骤；从分类正确率最高的样本类中删除一定数量的分类正确的人脸图像样本，向分类正确率最低的样本类中添加相同数量的人脸图像样本，构建新的样本训练库，并转至所述使用所述样本训练库训练卷积神经网络的步骤。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京天诚盛业科技有限公司，未经北京天诚盛业科技有限公司许可，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/patent/201510868860.1/，转载请声明来源钻瓜专利网。
