-
公开(公告)号：CN110909636B
公开(公告)日：2021-03-19
申请号：CN201911088558.9
申请日：2019-11-08
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于非均匀分布的人脸识别方法，属于图像模式识别领域。首先使用人脸检测器检测和截取人脸区域，再利用仿射变换矩阵对所有截取的人脸区域进行侧脸矫正操作，然后利用深度学习模型对侧脸矫正的人脸图片提取特征；深度学习模型进行训练和测试，包括：(1)对深度学习模型进行训练；(2)对人脸检测器检测和截取的人脸区域进行侧脸矫正操作后，利用训练好的深度学习模型提取原始特征，并进行归一化处理，计算不同原始特征归一化后的特征之间的余弦相似度来判断是否属于同一人。本发明基于大边界的特征增强技术与可迁移特征归一化技术相结合，使得人脸识别的效率得到较大的提高，使得人脸识别系统的稳定性的也有很大的提高。
-
公开(公告)号：CN110909636A
公开(公告)日：2020-03-24
申请号：CN201911088558.9
申请日：2019-11-08
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于非均匀分布的人脸识别方法，属于图像模式识别领域。首先使用人脸检测器检测和截取人脸区域，再利用仿射变换矩阵对所有截取的人脸区域进行侧脸矫正操作，然后利用深度学习模型对侧脸矫正的人脸图片提取特征；深度学习模型进行训练和测试，包括：(1)对深度学习模型进行训练；(2)对人脸检测器检测和截取的人脸区域进行侧脸矫正操作后，利用训练好的深度学习模型提取原始特征，并进行归一化处理，计算不同原始特征归一化后的特征之间的余弦相似度来判断是否属于同一人。本发明基于大边界的特征增强技术与可迁移特征归一化技术相结合，使得人脸识别的效率得到较大的提高，使得人脸识别系统的稳定性的也有很大的提高。
-
Search Results
2
records
(took 0.018 seconds)
