买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京眼神智能科技有限公司;北京眼神科技有限公司

摘要：本发明公开了一种多模态分数融合方法、装置、计算机可读存储介质及设备，属于生物识别领域。其包括：获取第一模态比对分数和第二模态比对分数，并利用LFAR变换将所述第一模态比对分数和第二模态比对分数进行归一化；将归一化后的第一模态比对分数和第二模态比对分数组成分数对，并对所述分数对进行多项式核映射，得到高维数据；将所述高维数据输入训练后的逻辑回归模型，得到融合后的比对分数。本发明能够充分发挥不同模态的优点，达到很好的识别精度。

主权项：1.一种多模态分数融合方法，其特征在于，所述方法包括：获取第一模态比对分数和第二模态比对分数，并利用LFAR变换将所述第一模态比对分数和第二模态比对分数进行归一化；其中，所述第一模态比对分数和第二模态比对分数为两种生物特征的比对分数；将归一化后的第一模态比对分数和第二模态比对分数组成分数对，并对所述分数对进行多项式核映射，得到高维数据；将所述高维数据输入训练后的逻辑回归模型，得到融合后的比对分数；其中，所述逻辑回归模型通过如下方法训练得到：构造包括若干第一模态比对分数样本和第二模态比对分数样本的训练集，并利用LFAR变换将所述第一模态比对分数样本和第二模态比对分数样本进行归一化；构造由归一化后的第一模态比对分数样本和第二模态比对分数样本组成的样本对，并对所述样本对进行多项式核映射，得到高维数据样本；利用逻辑回归算法对所述高维数据样本进行建模，并利用损失函数训练获得逻辑回归模型的最优参数，完成逻辑回归模型的训练；所述构造包括若干第一模态比对分数样本和第二模态比对分数样本的训练集，并利用LFAR变换将所述第一模态比对分数样本和第二模态比对分数样本进行归一化，包括：获取N个人的第一模态比对分数样本Fi和第二模态比对分数样本Gi，并均分为相同人样本对和不同人样本对在训练集中分别计算不同人集合中第一模态比对分数和第二模态比对分数的分布利用如下公式对第一模态比对分数样本Fi和第二模态比对分数样本Gi进行归一化： 其中，Fi和Gi分别为第i个人的第一模态比对分数样本和第二模态比对分数样本，fi和gi分别为归一化后的第i个人的第一模态比对分数样本和第二模态比对分数样本，i∈[1,N]；和分别为训练集中，第i对相同人的第一模态比对分数样本和第二模态比对分数样本，和分别为训练集中，第i对不同人的第一模态比对分数样本和第二模态比对分数样本；所述获取第一模态比对分数和第二模态比对分数，并利用LFAR变换将所述第一模态比对分数和第二模态比对分数进行归一化，包括：获取第一模态比对分数F和第二模态比对分数G，并利用如下公式对第一模态比对分数F和第二模态比对分数G进行归一化： 其中，f和g分别为归一化后的第一模态比对分数和第二模态比对分数；所述构造由归一化后的第一模态比对分数样本和第二模态比对分数样本组成的样本对，并对所述样本对进行多项式核映射，得到高维数据样本，包括：构造由归一化后的第一模态比对分数样本fi和第二模态比对分数样本gi组成的样本对fi,gi；通过如下公式对所述样本对进行多项式核映射，得到高维数据样本：1,fi，gi，fi2，figi，gi2＝poly_kernelfi,gi其中，poly_kernel为多项式核映射，1,fi，gi，fi2，figi，gi2为高维数据样本；所述将归一化后的第一模态比对分数和第二模态比对分数组成分数对，并对所述分数对进行多项式核映射，得到高维数据，包括：将归一化后的第一模态比对分数f和第二模态比对分数g组成分数对f,g；通过如下公式对所述分数对进行多项式核映射，得到高维数据：1,f,g,f2,fg,g2＝poly_kernelf,g其中，1,f,g,f2,fg,g2为高维数据。

全文数据：

权利要求：

百度查询： 北京眼神智能科技有限公司 北京眼神科技有限公司 多模态分数融合方法、装置、计算机可读存储介质及设备