[发明专利]一种基于三元组损失函数的深度学习网络的人脸识别系统在审
| 申请号： | 201810592758.7 | 申请日： | 2018-06-11 |
| 公开（公告）号： | CN108805077A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明中提出的一种基于三元组损失函数的深度学习网络的人脸识别系统，其主要内容包括：互关联匹配卷积神经网络、干支集成卷积神经网络、深度卷积神经网络集成和性能评估，其过程为，首先从训练数据集中选择三个样本，包括一个静止ROI(感兴趣区域)、一个与静止ROI相似的正样本和一个与静止ROI不相似的负样本，让这三个样本共同组成了一个三元组；然后将这个三元组输入到深度学习网络中进行训练，训练过程中采用了三元组函数(可拉近相似ROI的距离)；最后，相似ROI会形成集聚，从而达到人脸识别的目的。本发明采用了三元组损失函数，相比起传统的人脸识别系统有更高的识别精度，并且运算复杂程度相对较低，运算效率较高。 | ||
| 搜索关键词： | 三元组 卷积神经网络 人脸识别系统 损失函数 静止 样本 感兴趣区域 关联匹配 人脸识别 性能评估 训练过程 训练数据 运算效率 网络 传统的 负样本 正样本 干支 学习 运算 集聚 | ||
【主权项】：
1.一种基于三元组损失函数的深度学习网络的人脸识别系统，其特征在于，主要包括互关联匹配卷积神经网络(一)；干支集成卷积神经网络(二)；深度卷积神经网络集成(三)；性能评估(四)。
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深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，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/201810592758.7/，转载请声明来源钻瓜专利网。
- 上一篇：环境影响评估报告书表格文字的提取方法及系统
- 下一篇：冬小麦的识别方法及装置
