一种真实场景下的基于深度学习的人脸识别方法

发明专利有效专利

申请号：
CN201810119263.2
IPC分类号：G06K9/00;G06K9/62;G06T3/40
申请日期：
2018-02-06
申请人：
哈尔滨工业大学

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	一种真实场景下的基于深度学习的人脸识别方法
申请号	CN201810119263.2	申请日期	2018-02-06
法律状态	授权	申报国家	中国
公开/公告日	2018-07-27	公开/公告号	CN108334847A
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;T;3;/;4;0查看分类表>
申请人	哈尔滨工业大学	申请人地址	黑龙江省哈尔滨市南岗区西大直街92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	哈尔滨工业大学	当前权利人	哈尔滨工业大学
发明人	张永强;丁明理;白延成;李贤;杨光磊;董娜
代理机构	哈尔滨市松花江专利商标事务所	代理人	杨立超

摘要

本发明提供一种真实场景下的基于深度学习的人脸识别方法，是为了解决现有真实场景下的人脸识别方法只能解决单一因素影响，而不能解决姿势、光照等因素的影响而提出的，包括：使用一个现有的人脸检测器预测训练数据库中每个图片的人脸位置，并截取保存真实的人脸和非人脸图像；根据人脸图像和非人脸图片降采样得到相应的低分辨率图像；构建生成对抗网络，生成对抗网络包括生成器和鉴别器；生成器进一步包括上采样网络以及优化网络；使用高分辨率人脸、非人脸图像以及对应的低分辨率人脸、非人脸图像对生成对抗网络进行训练；依据鉴别器对从现有的人脸检测器得到的人脸候选区域的得分在输入图片中标记出人脸的位置。本发明适用于人脸的识别检测。

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