[发明专利]一种基于深度学习的姿态鲁棒性人脸识别方法在审
| 申请号： | 201910558803.1 | 申请日： | 2019-06-26 |
| 公开（公告）号： | CN110287880A | 公开（公告）日： | 2019-09-27 |
| 发明（设计）人： | 宋彬;周琳;徐琛 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 郑州芝麻知识产权代理事务所(普通合伙) 41173 | 代理人： | 董晓勇 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的姿态鲁棒性人脸识别方法，克服了现有技术中带有姿态变化的人脸识别准确率和速度有待提高的问题。该发明含有以下步骤，步骤1、预处理训练样本；步骤2、构建并训练人脸身份识别网络；步骤3、构建并训练头部姿态识别网络；步骤4、构建并训练特征融合网络。本发明先用卷积神经网络提取出人脸身份特征和姿态特征信息，并将两种信息进行特征融合，最后对包含人脸身份信息和姿态信息的融合特征进行余弦相似度度量，判定其是否属于同一个人，从而完成人脸身份识别。通过特征融合的方法公布了一种具有姿态鲁棒性的人脸识别技术，提高了带有姿态变化的人脸识别准确率和速度。 | ||
| 搜索关键词： | 人脸识别 鲁棒性 构建 人脸身份识别 特征融合 姿态变化 准确率 人脸 预处理 卷积神经网络 人脸识别技术 余弦相似度 融合网络 身份特征 身份信息 头部姿态 训练特征 训练样本 姿态特征 姿态信息 度量 判定 网络 融合 学习 | ||
【主权项】：
1.一种基于深度学习的姿态鲁棒性人脸识别方法，其特征在于：含有以下步骤，步骤1、预处理训练样本；步骤2、构建并训练人脸身份识别网络；步骤3、构建并训练头部姿态识别网络；步骤4、构建并训练特征融合网络。
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西安电子科技大学，未经西安电子科技大学许可，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/201910558803.1/，转载请声明来源钻瓜专利网。
