[发明专利]一种面部识别和聚类的联合嵌入方法在审
| 申请号： | 201710460765.7 | 申请日： | 2017-06-18 |
| 公开（公告）号： | CN107247940A | 公开（公告）日： | 2017-10-13 |
| 发明（设计）人： | 聂为之;刘琛琛;刘安安 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面部识别和聚类的联合嵌入方法，包括将目标样本图像、正样本图像、以及负样本图像作为三元组，定义三元组的损失；从三元组中选择违反三元组等式约束的正样本图像与负样本图像，作为临界正样本图像与临界负样本图像；对临界负样本图像进行筛选获取半临界负样本图像；对半临界负样本图像进行嵌入函数模型的学习，以此加快训练模型的收敛速度，同时避免折叠模型；在分类准确率和每秒浮点计算量间进行权衡，从6种深度神经网络模型中进行深度神经网络的选择；训练模型并在测试集上进行测试，测试模型准确度、选择嵌入维度。本发明直接优化嵌入函数本身，降低了表示向量的维数，使得面部验证、面部识别、以及聚类任务变得简单。 | ||
| 搜索关键词： | 一种 面部 识别 联合 嵌入 方法 | ||
【主权项】：
一种面部识别和聚类的联合嵌入方法，其特征在于，所述方法包括以下步骤：将目标样本图像、正样本图像、以及负样本图像作为三元组，定义三元组的损失，用于得到嵌入函数后对模型进行评估；从三元组中选择违反三元组等式约束的正样本图像与负样本图像，作为临界正样本图像与临界负样本图像；对临界负样本图像进行筛选获取半临界负样本图像；对半临界负样本图像进行嵌入函数模型的学习，以此加快训练模型的收敛速度，同时避免折叠模型；在分类准确率和每秒浮点计算量间进行权衡，从6种深度神经网络模型中进行深度神经网络的选择；训练模型并在测试集上进行测试，测试模型准确度、选择嵌入维度。
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天津大学，未经天津大学许可，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/201710460765.7/，转载请声明来源钻瓜专利网。
