公开(公告)号：CN113205002A

公开(公告)日：2021-08-03

申请号：CN202110377777.X

申请日：2021-04-08

Applicant: 南京邮电大学

Inventor： 邵文泽 ,  胡洪明

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种非受限视频监控的低清人脸识别方法，包含S1.准备训练集，S2.利用高清人脸图像数据对教师网络进行第一训练得到训练好的教师网络模型，第一训练包含利用第一特征提取网络提取高清人脸图像数据的第一特征；S3.将训练好的教师网络模型中的预权重赋予学生网络形成初始学生网络模型，将人工下采样低清人脸图像数据及真实场景下低清人脸图像数据联合输入到初始学生网络模型进行第二训练，得到训练好的低清人脸识别模型；S4.将测试集输入到训练好的低清人脸识别模型得到人脸验证和识别结果；在学生网络中引入了域鉴别器，学习具有域不变特性的特征表示，解决了现有模型对于非受限视频监控场景下低清人脸图片识别精度不高的问题。

公开(公告)号：CN113205002B

公开(公告)日：2022-07-29

申请号：CN202110377777.X

申请日：2021-04-08

Applicant: 南京邮电大学

Inventor： 邵文泽 ,  胡洪明

IPC: G06V40/16 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种非受限视频监控的低清人脸识别方法，包含S1.准备训练集，S2.利用高清人脸图像数据对教师网络进行第一训练得到训练好的教师网络模型，第一训练包含利用第一特征提取网络提取高清人脸图像数据的第一特征；S3.将训练好的教师网络模型中的预权重赋予学生网络形成初始学生网络模型，将人工下采样低清人脸图像数据及真实场景下低清人脸图像数据联合输入到初始学生网络模型进行第二训练，得到训练好的低清人脸识别模型；S4.将测试集输入到训练好的低清人脸识别模型得到人脸验证和识别结果；在学生网络中引入了域鉴别器，学习具有域不变特性的特征表示，解决了现有模型对于非受限视频监控场景下低清人脸图片识别精度不高的问题。