一种跨模型人脸特征向量的转换系统及方法

发明专利有效专利

申请号：
CN202110159566.9
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-02-05
申请人：
成都东方天呈智能科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种跨模型人脸特征向量的转换系统及方法
申请号	CN202110159566.9	申请日期	2021-02-05
法律状态	授权	申报国家	中国
公开/公告日	2021-03-16	公开/公告号	CN112507995A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	成都东方天呈智能科技有限公司	申请人地址	四川省成都市自由贸易试验区成都高新区天府三街199号B区16层05、06室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	成都东方天呈智能科技有限公司	当前权利人	成都东方天呈智能科技有限公司
发明人	闫超;黄俊洁;韩强
代理机构	成都君合集专利代理事务所（普通合伙）	代理人	尹玉

摘要

本发明公开了一种跨模型人脸特征向量的转换系统及方法，通过网络训练模块将训练数据集中的输入样本输入网络模型进行训练得到训练后的网络模型。所述网络模型由卷积网络部分和变形注意力机制网络部分组成；将源特征向量输入卷积网络部分并得到深度卷积特征，将人脸图像输入变形注意力机制网络部分并提取得到人脸图像的深度特征；然后将深度卷积特征与人脸图像的深度特征进行拼接融合，得到表达能力更强的特征图并进行分类转换。本发明通过搭建双分支深度神经网络学习源特征向量与目标特征向量之间的转换关系，同时使用人脸图像作为辅助，改善了主任务训练过程中的信息丢失的问题，增加了网络模型的泛化性，有效提高了转换成功率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供