[发明专利]基于FaceNet方法的小数量数据集人脸识别方法在审
| 申请号： | 201910774084.7 | 申请日： | 2019-08-21 |
| 公开（公告）号： | CN110532920A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 熊杰;王玉刚 | 申请（专利权）人： | 长江大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 11401 北京金智普华知识产权代理有限公司 | 代理人： | 杨采良<国际申请>=<国际公布>=<进入 |
| 地址： | 434100*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于人脸识别技术领域，公开了一种基于FaceNet方法的小数量数据集人脸识别方法，使用FaceNet方法训练模型，并在训练完成后获得FaceNet预训练模型，再使用SVM分类器分类的方式或使用欧式距离比对的方式实现不同程度，以及不同尺度的小数量人脸数据集人脸识别。本发明对于现实场合中的小数量人脸数据集人脸识别具有很高的实用价值；两种方式在识别准确率和现实不同场合的适用宽度上均能达到100％；微小的人脸图片数据量更能适用现实场合下的所能提供的人脸识别的条件；本发明还具有降低人脸识别时所需的大量人脸图片的需求、成本低的优点。 | ||
| 搜索关键词： | 人脸识别 人脸数据 人脸图片 训练模型 人脸识别技术 欧式距离 数量数据 数据量 再使用 准确率 比对 尺度 分类 | ||
【主权项】：
1.一种基于FaceNet方法的小数量人脸数据集人脸识别方法，其特征在于，所述基于深度学习的小数量人脸数据集人脸识别方法包括：/n首先使用FaceNet方法训练模型，并在所述模型训练完成后获得FaceNet预训练模型；/n然后使用SVM分类器分类的方式或使用欧式距离比对的方式进行不同程度以及不同尺度的小数量人脸数据集人脸识别；并按照人脸图片逐步减少的路线进行测试，将人脸识别的图片数量进行降低。/n
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长江大学，未经长江大学许可，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/201910774084.7/，转载请声明来源钻瓜专利网。
