-
公开(公告)号：CN108764106A
公开(公告)日：2018-11-06
申请号：CN201810497963.5
申请日：2018-05-22
Applicant: 中国计量大学
CPC classification number: G06K9/00288 , G06K9/6277
Abstract: 本发明提出一种基于级联结构的多尺度彩色图像人脸比对方法，该方法包括：（1）针对彩色图像RGB三通道，每一个通道的人脸图像对进行多尺度人脸特征提取；（2）针对RGB三通道，分别构建人脸比对决策树，训练相应三通道人脸比对决策树分类器；（3）基于Softcascade级联结构，联合三通道人脸比对决策树分类器输出人脸比对概率均值，得到人脸比对综合概率值。本发明针对多尺度彩色图像人脸比对问题，通过提取跨尺度归一化像素差特征，训练基于Softcascade级联结构人脸比对决策树模型，能够有效提高多尺度彩色图像人脸比对识别率。
-
公开(公告)号：CN108960047B
公开(公告)日：2021-09-14
申请号：CN201810499059.8
申请日：2018-05-22
Applicant: 中国计量大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于深度二次树的视频监控中人脸去重方法，该方法包括：（1）人脸检测部分：准备正负人脸样本使用训练好的深度二次树模型对监控视频中移动的行人进行人脸检测，获取其人脸位置，人脸置信度，人脸清晰度和人脸图像的分辨率；（2）人脸跟踪部分：根据获取的初始帧的人脸位置，进行人脸跟踪，获取同一个人的多张人脸；（3）人脸去重：针对同一个人的人脸子集，采用人脸质量评价法确定各张人脸的图像质量，然后根据评价值选择质量最好的人脸。人脸质量评价分数由人脸置信度、人脸清晰度和人脸图像分辨率三个指标加权得出。本发明能够有效地提高人脸识别的准确率效地提高人脸识别的准率。
-
公开(公告)号：CN108764106B
公开(公告)日：2021-12-21
申请号：CN201810497963.5
申请日：2018-05-22
Applicant: 中国计量大学
Abstract: 本发明提出一种基于级联结构的多尺度彩色图像人脸比对方法，该方法包括：（1）针对彩色图像RGB三通道，每一个通道的人脸图像对进行多尺度人脸特征提取；（2）针对RGB三通道，分别构建人脸比对决策树，训练相应三通道人脸比对决策树分类器；（3）基于Softcascade级联结构，联合三通道人脸比对决策树分类器输出人脸比对概率均值，得到人脸比对综合概率值。本发明针对多尺度彩色图像人脸比对问题，通过提取跨尺度归一化像素差特征，训练基于Softcascade级联结构人脸比对决策树模型，能够有效提高多尺度彩色图像人脸比对识别率。
-
公开(公告)号：CN108960047A
公开(公告)日：2018-12-07
申请号：CN201810499059.8
申请日：2018-05-22
Applicant: 中国计量大学
IPC: G06K9/00
CPC classification number: G06K9/00228 , G06K9/00268 , G06K9/00288
Abstract: 本发明公开了一种基于深度二次树的视频监控中人脸去重方法，该方法包括：（1）人脸检测部分：准备正负人脸样本使用训练好的深度二次树模型对监控视频中移动的行人进行人脸检测，获取其人脸位置，人脸置信度，人脸清晰度和人脸图像的分辨率；（2）人脸跟踪部分：根据获取的初始帧的人脸位置，进行人脸跟踪，获取同一个人的多张人脸；（3）人脸去重：针对同一个人的人脸子集，采用人脸质量评价法确定各张人脸的图像质量，然后根据评价值选择质量最好的人脸。人脸质量评价分数由人脸置信度、人脸清晰度和人脸图像分辨率三个指标加权得出。本发明能够有效地提高人脸识别的准确率效地提高人脸识别的准率。
-
-
-
Search Results
4
records
(took 0.016 seconds)
