[发明专利]基于分层矢量化的人脸特征向量优化方法在审
| 申请号： | 201910485872.4 | 申请日： | 2019-06-05 |
| 公开（公告）号： | CN110287818A | 公开（公告）日： | 2019-09-27 |
| 发明（设计）人： | 唐晓东 | 申请（专利权）人： | 广州市森锐科技股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510630 广东省广州市广州市高*** | 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： | 本发明公开一种基于分层矢量化的人脸特征向量优化方法，为了将两张照片映射到同一特征空间中进行比较，以基于分层矢量化的人脸特征向量优化结合深度神经网络，甚至双层深度神经网络，实现不同图像空间到相同特征的空间映射。在特征空间中，相同身份人脸图像的类内差异变小，而不同身份人脸图像的类间差异变大，从而增强了特征的判别性。 | ||
| 搜索关键词： | 人脸特征向量 矢量化 分层 人脸图像 神经网络 优化 空间映射 类间差异 类内差异 特征空间 同一特征 图像空间 映射 变小 身份 | ||
【主权项】：
1.基于分层矢量化的人脸特征向量优化方法，其特征在于，包含图片库、人脸图像块、人脸图像块特征字典、人脸图像特征集；第一步，对图片库中采集得人脸图像进行分块；第二步，对分块后的人类图像每块区域提取局部特征形成局部特征描述子；第三步，对所有形成局部特征描述子进行量化生成目标数据，由目标数据构成人工神经网络形成字典，制定对于多层的特征编码只需要把上一层的人脸图像的特征向量作为输入重新提取特征并进行量化形成字典编码；第四步，根据形成的字典信息和人脸图像的映射，编码形成人脸图像的特征向量，形成分层矢量化的人脸特征向量。
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广州市森锐科技股份有限公司，未经广州市森锐科技股份有限公司许可，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/201910485872.4/，转载请声明来源钻瓜专利网。
