[发明专利]一种无监督的人脸智能精确识别方法及系统有效
| 申请号： | 201710332276.3 | 申请日： | 2017-05-11 |
| 公开（公告）号： | CN108875455B | 公开（公告）日： | 2022-01-18 |
| 发明（设计）人： | 蒋佳;朱林楠;占宏锋 | 申请（专利权）人： | TCL科技集团股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 王永文;刘文求 |
| 地址： | 516006 广东省惠州市*** | 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： | 本发明公开一种无监督的人脸智能精确识别方法及系统，其中，方法包括步骤：采用密度聚类算法对已提取的人脸图片特征向量进行初步分类，采用逻辑回归算法对训练集进行模型参数学习，得到初始化逻辑回归参数；根据初始化逻辑回归参数对所述测试集中人脸图片特征向量进行逻辑回归预测处理，并将得到的预测值进行概率归一化计算得到相应的概率值；当所述概率值大于预设的置信率门限值时，则将当前进行逻辑回归预测处理的人脸图片特征向量分配至相应的标签中，并形成新的训练集；本发明实现了在增强系统聚类能力的同时确保人脸图片识别的精确度；并且本发明是基于无监督的分类算法，避免了人工标注标签，节省了人力物力，并提高了人脸图片识别的处理速度。 | ||
| 搜索关键词： | 一种 监督 智能 精确 识别 方法 系统 | ||
【主权项】：
1.一种无监督的人脸智能精确识别方法，其特征在于，包括步骤：A、采用密度聚类算法对已提取的人脸图片特征向量进行初步分类，为已分类的人脸图片特征向量分配相应的标签并组成训练集，将未分类的人脸图片特征向量组成测试集；B、采用逻辑回归算法对所述训练集进行模型参数学习，得到初始化逻辑回归参数；C、根据所述初始化逻辑回归参数对所述测试集中的任一人脸图片特征向量进行逻辑回归预测处理，并将得到的预测值进行概率归一化计算得到相应的概率值；D、当所述概率值大于预设的置信率门限值时，则将当前进行逻辑回归预测处理的人脸图片特征向量分配至相应的标签中，并形成新的训练集；E、判断所述已提取的人脸图片特征向量是否均分配至相应的标签中，若是，则结束分配；若否，则返回步骤B进行迭代运算，直至所有已提取的人脸图片特征向量均分配有相应的标签。
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TCL科技集团股份有限公司，未经TCL科技集团股份有限公司许可，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/201710332276.3/，转载请声明来源钻瓜专利网。
