基于结合人脸属性信息的人脸识别方法

发明专利有效专利

申请号：
CN201711232374.6
IPC分类号：G06K9/00;G06N3/04
申请日期：
2017-11-30
申请人：
电子科技大学

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	基于结合人脸属性信息的人脸识别方法
申请号	CN201711232374.6	申请日期	2017-11-30
法律状态	授权	申报国家	中国
公开/公告日	2018-03-06	公开/公告号	CN107766850A
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;N;3;/;0;4查看分类表>
申请人	电子科技大学	申请人地址	四川省成都市高新区（西区）西源大道2006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	电子科技大学	当前权利人	电子科技大学
发明人	马争;解梅;张恒胜;涂晓光
代理机构	电子科技大学专利中心	代理人	暂无

摘要

本发明公开了一种基于结合人脸属性信息的人脸识别方法，属于数字图像处理技术领域。本发明针对现有融合方式需要训练多个DCNN网络，然后进行分数融合或者特征融合进一步训练，工作任务繁重复杂，不利于实际应用的技术问题，公开了一种新的身份信息和属性信息融合的方式，以提升人脸识别正确率。本发明将人脸身份认证网络和属性识别网络进行融合形成一个融合网络，采用联合学习的方式同时学习身份特征和人脸属性特征，不仅提高了人脸识别的正确率，同时还可以预测人脸的属性特征，是一个多任务网络；并采用代价敏感的加权函数，使其不依赖于目标域数据分布，而实现在源数据域的平衡训练；且修改后的融合框架仅添加了少量参数，额外计算负荷比较小。

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