公开(公告)号：CN108985168A

公开(公告)日：2018-12-11

申请号：CN201810617583.0

申请日：2018-06-15

Applicant: 江南大学

Inventor： 陈莹 ,  余拓 ,  化春键

IPC: G06K9/00

Abstract: 本发明公开了一种基于最小归一化距离学习的视频人脸识别方法，属于视频人脸识别技术领域。本发明通过构建损失函数并求取梯度，使用随机梯度下降法对损失函数进行优化，得到最小归一化距离度量矩阵M，在进行人脸识别过程中，利用度量矩阵M计算每一个目标图像与查询视频序列之间的最小归一化距离，并最终得到识别结果，使得仅需待识别目标的单幅图像作为目标图像，更符合真实场景，且训练后得到的距离模型计算量小，能够满足现实使用中对实时性的要求。

公开(公告)号：CN108985168B

公开(公告)日：2022-05-24

申请号：CN201810617583.0

申请日：2018-06-15

Applicant: 江南大学

Inventor： 陈莹 ,  余拓 ,  化春键

IPC: G06V40/16 ,  G06V10/40

Abstract: 本发明公开了一种基于最小归一化距离学习的视频人脸识别方法，属于视频人脸识别技术领域。本发明通过构建损失函数并求取梯度，使用随机梯度下降法对损失函数进行优化，得到最小归一化距离度量矩阵M，在进行人脸识别过程中，利用度量矩阵M计算每一个目标图像与查询视频序列之间的最小归一化距离，并最终得到识别结果，使得仅需待识别目标的单幅图像作为目标图像，更符合真实场景，且训练后得到的距离模型计算量小，能够满足现实使用中对实时性的要求。