[发明专利]一种用于人脸验证的孪生神经网络训练方法在审
| 申请号： | 201810809219.4 | 申请日： | 2018-07-20 |
| 公开（公告）号： | CN109117744A | 公开（公告）日： | 2019-01-01 |
| 发明（设计）人： | 常昊;孔亚广;刘威;屠雨泽 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州杭诚专利事务所有限公司 33109 | 代理人： | 尉伟敏 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种用于人脸验证的孪生神经网络训练方法，包括：准备训练样本集；对训练样本集中的图片进行尺寸归一化处理后输入至人工神经网络进行训练；人工神经网络包括两个相同的子神经网络；将处理后的训练样本分割为数量相等的数据集data和data_p，将数据集data和data_p分别输送给两个子神经网络，进行样本特征向量提取；通过对比对损失函数实现神经网络的迭代优化，直至迭代次数达到设定值，则跳出迭代，此时经过训练的人工神经网络即为用于人脸验证的孪生神经网络；所述对比度损失函数表示两组特征向量的相似度。 | ||
| 搜索关键词： | 神经网络 人工神经网络 人脸验证 神经网络训练 训练样本 数据集 迭代 样本特征向量 尺寸归一化 对比度损失 训练样本集 迭代优化 函数表示 数量相等 损失函数 特征向量 相似度 两组 跳出 分割 图片 | ||
【主权项】：
1.一种用于人脸验证的孪生神经网络训练方法，其特征在于，包括：准备训练样本集；对训练样本集中的图片进行尺寸归一化处理后输入至人工神经网络进行训练；人工神经网络包括两个相同的子神经网络；将处理后的训练样本分割为数量相等的数据集data和data_p，将数据集data和data_p分别输送给两个子神经网络，进行样本特征向量提取；通过对比对损失函数实现神经网络的迭代优化，直至迭代次数达到设定值，则跳出迭代，此时经过训练的人工神经网络即为用于人脸验证的孪生神经网络；所述对比度损失函数表示两组特征向量的相似度。
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杭州电子科技大学，未经杭州电子科技大学许可，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/201810809219.4/，转载请声明来源钻瓜专利网。
