公开(公告)号：CN109241995A

公开(公告)日：2019-01-18

申请号：CN201810866142.4

申请日：2018-08-01

Applicant: 中国计量大学

Inventor： 章东平 ,  陈思瑶

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进型ArcFace损失函数的图像识别方法，采用基于深度学习的图像识别网络对图像的特征进行提取，将提取的特征用来描述图像的主要信息，采用改进型ArcFace损失函数对基于深度学习的图像识别网络进行训练，改进型ArcFace损失函数在角度空间通过既减小类内距离又增大类间距离来最大化分类边界，从而提高图像识别模型识别的准确性。本发明用于模式识别领域。

公开(公告)号：CN109101915A

公开(公告)日：2018-12-28

申请号：CN201810864964.9

申请日：2018-08-01

Applicant: 中国计量大学

Inventor： 章东平 ,  陈思瑶

IPC: G06K9/00 ,  G06K9/62 ,  G06T7/246

Abstract: 本发明公开了一种基于深度学习的人脸与行人及其属性识别网络结构设计方法，将得到行人关键点轨迹特征与行人特征提取子网络连接的全连接层进行特征融合得到融合特征；对同一个人多张人脸图像进行关键点检测得到的人脸关键点，通过计算得到人脸关键点轨迹特征，将得到人脸关键点轨迹特征与人脸多任务识别子网络连接的全连接层进行特征融合得到融合特征 ，利用融合特征进行人脸及其属性识别；将融合特征 和融合特征 进行特征融合得到特征融合 ，利用融合特征 进行行人及其属性识别。