Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

人脸识别方法及装置 

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:深圳须弥云图空间科技有限公司

摘要:本公开涉及人工智能技术领域,提供了一种人脸识别方法及装置。该方法包括:通过神经网络模型提取输入图像中每个样本的第一特征、第二特征和第三特征,并对上述三个特征进行特征融合处理,得到每个样本的融合特征,进而通过计算得到每个样本的第一质量分和每个类对应的类中心的第二质量分;通过神经网络模型计算每个样本和每个样本所属的类对应的类中心的偏差角度的余弦值;根据每个样本的第一质量分、每个样本所属的类对应的类中心的第二质量分以及每个样本和每个样本所属的类对应的类中心的偏差角度的余弦值,通过损失函数训练神经网络模型;使用训练之后的神经网络模型进行人脸识别。

主权项:1.一种人脸识别方法,其特征在于,包括:获取输入图像,并通过神经网络模型提取所述输入图像中每个样本的第一特征、第二特征和第三特征,通过所述神经网络模型计算所述每个样本和所述每个样本所属的类对应的类中心的偏差角度的余弦值,其中,所述输入图像有多个类,每个类对应的一个类中心,所述每个类中有多个样本;对所述每个样本的所述第一特征、所述第二特征和所述第三特征进行特征融合处理,得到所述每个样本的融合特征;对所述每个样本的以下至少之一特征做交互计算:所述第一特征、所述第三特征和所述融合特征,以得到所述每个样本的第一质量分;根据所述输入图像中每个类中的多个样本的第一质量分,计算所述每个类对应的所述类中心的第二质量分;根据所述每个样本的所述第一质量分、所述每个样本所属的类对应的类中心的所述第二质量分以及所述每个样本和所述每个样本所属的类对应的类中心的所述偏差角度的所述余弦值,通过损失函数训练所述神经网络模型;使用训练之后的神经网络模型进行人脸识别;其中,所述根据所述输入图像中每个类中的多个样本的第一质量分,计算所述每个类对应的所述类中心的第二质量分,包括:根据所述每个样本的中层质量分和高层质量分计算所述每个样本对应的第一队列分数,其中,所述第一质量分,包括:浅层质量分、所述中层质量分和所述高层质量分;根据所述每个样本的所述浅层质量分计算所述每个样本对应的第二队列分数;根据所述每个类中的多个样本对应的所述第一队列分数和所述第二队列分数计算所述每个类对应的所述类中心的所述第二质量分。

全文数据:

权利要求:

百度查询: 深圳须弥云图空间科技有限公司 人脸识别方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。