-
公开(公告)号：CN106096538B
公开(公告)日：2019-08-23
申请号：CN201610403028.9
申请日：2016-06-08
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明公开一种基于定序神经网络模型的人脸识别方法及装置。该方法包括：对输入的人脸图像进行预处理操作，校正人脸图像的角度与表情；使用包含定序操作的神经网络提取已校正人脸图像/视频的特征；根据人脸图像的特征表达计算图像对间的相似度，从而得知输入人脸图像中特定对象的身份。本发明针对人脸识别问题中，基于神经网络的人脸识别模型参数多，计算开销大的问题，提出定序神经网络结构，通过不同特征间的定序表示有效地减少网络参数，节省计算时间；并针对训练数据较少的问题，提出了基于对比损失、三元组损失的训练方法。
-
公开(公告)号：CN106599830A
公开(公告)日：2017-04-26
申请号：CN201611135718.7
申请日：2016-12-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种人脸关键点定位方法及装置。该方法包括：通过多任务卷积神经网络进行粗定位，确定人脸关键点大体位置；然后在关键点周围提取局部区域，通过全局级联卷积神经网络把关键点周围提取局部区域融合到一起，进行级联定位；最后在针对每个关键点单独训练卷积神经网络进行精细定位。本发明所用神经网络总体数目较少，定位效果相对较好。
-
公开(公告)号：CN106599830B
公开(公告)日：2020-03-17
申请号：CN201611135718.7
申请日：2016-12-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种人脸关键点定位方法及装置。该方法包括：通过多任务卷积神经网络进行粗定位，确定人脸关键点大体位置；然后在关键点周围提取局部区域，通过全局级联卷积神经网络把关键点周围提取局部区域融合到一起，进行级联定位；最后在针对每个关键点单独训练卷积神经网络进行精细定位。本发明所用神经网络总体数目较少，定位效果相对较好。
-
公开(公告)号：CN106096538A
公开(公告)日：2016-11-09
申请号：CN201610403028.9
申请日：2016-06-08
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明公开一种基于定序神经网络模型的人脸识别方法及装置。该方法包括：对输入的人脸图像进行预处理操作，校正人脸图像的角度与表情；使用包含定序操作的神经网络提取已校正人脸图像/视频的特征；根据人脸图像的特征表达计算图像对间的相似度，从而得知输入人脸图像中特定对象的身份。本发明针对人脸识别问题中，基于神经网络的人脸识别模型参数多，计算开销大的问题，提出定序神经网络结构，通过不同特征间的定序表示有效地减少网络参数，节省计算时间；并针对训练数据较少的问题，提出了基于对比损失、三元组损失的训练方法。
-
-
-
Search Results
4
records
(took 0.026 seconds)
