[发明专利]一种基于多重残差学习的人脸增强方法有效
| 申请号： | 201711182803.3 | 申请日： | 2017-11-23 |
| 公开（公告）号： | CN107729885B | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 张力元;胡金晖 | 申请（专利权）人： | 中电科新型智慧城市研究院有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司： | 深圳市中科创为专利代理有限公司 44384 | 代理人： | 梁炎芳;谢亮 |
| 地址： | 518000 广东省深圳市福田区华富*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多重残差学习的人脸增强方法，其包括如下步骤：S10，准备多组不同低质程度的低质人脸图像集和与每一低质人脸图像集对应的原始人脸图像集，分别作为多组训练集的低质样本和标签样本；S20，构造残差学习神经网络，使用多组训练集依次拟合残差学习神经网络的参数，生成多重残差模型；S30，使用所述步骤S20中生成的多重残差模型，采用迭代法对待处理的人脸图像进行增强。本发明提供的基于多重残差学习的人脸增强方法通过训练不同低质程度的残差模型，学习不同低质程度的人脸图像中所包含的噪声和细节，增强了模型的细节补充能力和抗噪能力，且具有误差小、容错性高的特点。 | ||
| 搜索关键词： | 一种 基于 多重 学习 增强 方法 | ||
【主权项】：
一种基于多重残差学习的人脸增强方法，其特征在于，包括如下步骤：S10，准备多组不同低质程度的低质人脸图像集和与每一低质人脸图像集对应的原始人脸图像集，分别作为多组训练集的低质样本和标签样本；S20，构造残差学习神经网络，使用多组训练集依次拟合残差学习神经网络的参数，生成多重残差模型；S30，使用所述步骤S20中生成的多重残差模型，采用迭代法对待处理的人脸图像进行增强。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中电科新型智慧城市研究院有限公司，未经中电科新型智慧城市研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711182803.3/，转载请声明来源钻瓜专利网。
- 上一篇：应用程序的处理方法、装置、存储介质及电子设备
- 下一篇：动作识别方法及其装置
