[发明专利]基于多区域特征与度量学习的人脸特征识别方法及系统有效
| 申请号： | 201710054022.X | 申请日： | 2017-01-22 |
| 公开（公告）号： | CN106845421B | 公开（公告）日： | 2020-11-24 |
| 发明（设计）人： | 郭宇;白洪亮;董远 | 申请（专利权）人： | 苏州飞搜科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/08 |
| 代理公司： | 北京卓唐知识产权代理有限公司 11541 | 代理人： | 卜荣丽 |
| 地址： | 215123 江苏省苏州市苏州工*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于多区域特征与度量学习的人脸特征识别方法及系统，方法包括：通过多尺度人脸区域训练得到相应位置与尺度的卷积神经网络参数，并根据所述卷积神经网络参数提取出人脸对应区域的特征；对上述特征进行筛选，得到高维人脸特征；根据所述高维人脸特征进行度量学习，将特征进行降维处理得到特征表达后定义损失函数，通过所述损失函数训练得到度量学习的网络模型；将待识别的图像输入所述网络模型后，将人脸特征进行降维后利用欧几里得距离进行识别。本发明中通过多尺度选取多区域，对卷积神经网络进行训练，提高了特征的表达能力。同时，通过对获取的多尺度特征进行选择，提高了特征的表达效率，有效地提高了人脸识别的准确率。 | ||
| 搜索关键词： | 基于 区域 特征 度量 学习 识别 方法 系统 | ||
【主权项】：
基于多区域特征与度量学习的人脸特征识别方法，其特征在于，包括如下步骤：通过多尺度人脸区域训练得到相应位置与尺度的卷积神经网络参数，并根据所述卷积神经网络参数提取出人脸对应区域的特征；对上述特征进行筛选，得到高维人脸特征；根据所述高维人脸特征进行度量学习，将特征进行降维处理得到特征表达后定义损失函数，通过所述损失函数训练得到度量学习的网络模型；将待识别的图像输入所述网络模型后，将人脸特征进行降维后利用欧几里得距离进行识别。
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苏州飞搜科技有限公司，未经苏州飞搜科技有限公司许可，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/201710054022.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种低光损耗的地脚灯
- 下一篇：户外LED地插灯
