[发明专利]一种基于通用的集合度量学习的人脸验证方法有效
| 申请号： | 201810925973.4 | 申请日： | 2018-08-14 |
| 公开（公告）号： | CN109190518B | 公开（公告）日： | 2022-03-18 |
| 发明（设计）人： | 程建;高银星;汪雯;刘三元;王艳旗 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/40 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 马林中 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种一种基于通用的集合度量学习的人脸验证方法，属于人脸验证领域，对已知人脸数据集α和未知人脸数据集β中的人脸图像，分别提取人脸的特征，利用集合度量得到数据集α与数据集β中的差异量；利用所述差异量得到距离度量函数和距离度量标准；利用所述距离度量函数和距离度量标准构建决策函数，并采用交叉梯度下降算法求解构建决策函数中经验风险函数的最小值，所述经验风险函数的最小值对应的已知人脸图像为该未知人脸图像的验证结果；本发明能够提高人脸验证的正确率。 | ||
| 搜索关键词： | 一种 基于 通用 集合 度量 学习 验证 方法 | ||
【主权项】：
1.一种基于通用的集合度量学习的人脸验证方法，其特征在于：包括以下步骤：步骤1：对已知人脸数据集α和未知人脸数据集β中的人脸图像，分别提取人脸的特征，利用集合度量得到数据集α与数据集β中的差异量；步骤2：利用所述差异量得到距离度量函数和距离度量标准；步骤3：利用所述距离度量函数和距离度量标准构建决策函数，并采用交叉梯度下降算法求解构建决策函数中经验风险函数的最小值，所述经验风险函数的最小值对应的已知人脸图像为该未知人脸图像的验证结果。
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电子科技大学，未经电子科技大学许可，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/201810925973.4/，转载请声明来源钻瓜专利网。
