人脸图像聚类方法、装置、设备及计算机可读存储介质

发明专利有效专利

申请号：
CN202110793800.3
IPC分类号：G06K9/62;G06K9/00;G06N3/04;G06N3/08
申请日期：
2021-07-13
申请人：
深圳大学

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	人脸图像聚类方法、装置、设备及计算机可读存储介质
申请号	CN202110793800.3	申请日期	2021-07-13
法律状态	公开	申报国家	中国
公开/公告日	2021-11-12	公开/公告号	CN113642607A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? 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〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	深圳大学	申请人地址	广东省深圳市南山区南海大道3688号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	深圳大学	当前权利人	深圳大学
发明人	陈文胜;占子豪
代理机构	深圳市世纪恒程知识产权代理事务所	代理人	关向兰

摘要

本发明公开了一种人脸图像聚类方法、装置、设备及计算机可读存储介质，该方法包括：从人脸数据库中获取人脸训练图像，并基于人脸训练图像轮番依次对全连接神经网络的各层基矩阵、深层系数矩阵和激活函数参数进行更新；在更新完成基矩阵、深层系数矩阵和激活函数参数后，得到BP‑DGNMF模型；获取待聚类人脸图像，并将待聚类人脸图像输入至BP‑DGNMF模型，以确定待聚类人脸图像对应的深层特征集合；基于深层特征集合，对待聚类人脸图像执行聚类操作，得到待聚类人脸图像对应的聚类结果。本发明通过轮番依次对全连接神经网络的基矩阵、深层系数矩阵和激活函数参数进行更新，构建了一个具有较高的聚类性能与较低的计算复杂度的BP‑DGNMF模型。

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