[发明专利]基于干扰特征向量数据集的1比N人脸特征向量比对方法在审
| 申请号： | 201710815977.2 | 申请日： | 2017-09-11 |
| 公开（公告）号： | CN107704809A | 公开（公告）日： | 2018-02-16 |
| 发明（设计）人： | 汪俊锋;张巧云;韩钰;刘罡 | 申请（专利权）人： | 安徽慧视金瞳科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 合肥天明专利事务所(普通合伙)34115 | 代理人： | 金凯 |
| 地址： | 230000 安徽省合肥市黄*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于干扰特征向量数据集的1比N人脸特征向量比对方法，属于人脸识别技术领域，包括构建干扰特征向量数据集和识别人员特征向量数据集；计算待测人脸图像的特征向量K；初始化相似度值数组R[t]，用来存储特征向量K与识别人员特征向量数据集、干扰特征向量数据集中相似度最高的t个相似度值；初始化识别人员ID数组J[t]，数组J为R数组中相似度值所对应的人员ID值；将特征向量K逐一与识别人员特征向量数据集和干扰特征向量数据集中的特征向量进行相似度计算，并更新R和J数组；基于J数组的最终结果，识别出待测人脸图像所对应的识别人员ID。本发明提高了人脸特征向量比对的准确率。 | ||
| 搜索关键词： | 基于 干扰 特征向量 数据 方法 | ||
【主权项】：
基于干扰特征向量数据集的1比N人脸特征向量比对方法，其特征在于，包括：S1、利用深度神经网络方法计算干扰数据集以及识别人员数据集中每张人脸图像的干扰特征向量，分别构建干扰特征向量数据集和识别人员特征向量数据集；S2、利用深度神经网络方法计算待测人脸图像的特征向量K；S3、初始化相似度值数组R[t]，用来存储特征向量K与识别人员特征向量数据集、干扰特征向量数据集中相似度最高的t个相似度值；S4、初始化识别人员ID数组J[t]，数组J为R数组中相似度值所对应的人员ID值；S5、将特征向量K逐一与识别人员特征向量数据集和干扰特征向量数据集中的特征向量进行相似度计算，并更新R和J数组；S6、基于J数组的最终结果，识别出待测人脸图像所对应的识别人员ID。
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安徽慧视金瞳科技有限公司，未经安徽慧视金瞳科技有限公司许可，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/201710815977.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种虚拟现实引擎开发技术
- 下一篇：一种对项目进行打包的方法及装置
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
