[发明专利]一种基于最小归一化距离学习的视频人脸识别方法有效
| 申请号： | 201810617583.0 | 申请日： | 2018-06-15 |
| 公开（公告）号： | CN108985168B | 公开（公告）日： | 2022-05-24 |
| 发明（设计）人： | 陈莹;余拓;化春键 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/40 |
| 代理公司： | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人： | 张勇 |
| 地址： | 214000 江*** | 国省代码： | 江苏;32 |
| 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。 | ||
| 搜索关键词： | 一种 基于 最小 归一化 距离 学习 视频 识别 方法 | ||
【主权项】：
1.一种基于最小归一化距离学习的视频人脸识别方法，其特征在于，包括以下步骤：S01、读入训练数据并提取人脸特征：读入N名个体的单幅静态图像和包含Ni幅视频图像的视频Vi，对每幅静态图像提取人脸特征，将静态图像的人脸特征记为![]()
其标签记为![]()
同样对所述视频Vi中的每幅视频图像提取人脸特征，将所述视频Vi的人脸特征记为![]()
其中![]()
其标签记为![]()
其中，![]()
指视频Vi中的第p幅图像的人脸特征，p＝1、2、…Ni；S02、训练距离模型：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；S03、进行人脸识别：在识别过程中，对于组成目标集的N′幅静态图像提取人脸特征，记为![]()
其标签记为![]()
记包含L幅视频图像且标签未知的视频为Vb，对其中包含的L幅视频图像提取人脸特征，并将所述标签未知的视频Vb的人脸特征记为![]()
其中，![]()
指所述标签未知的视频中的第m幅图像的人脸特征；利用训练得到的度量矩阵M，计算每一个目标图像的人脸特征![]()
与所述标签未知的视频Vb的人脸特征之间的最小归一化距离![]()
并最终得到识别结果gc，其中![]()
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江南大学，未经江南大学许可，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/201810617583.0/，转载请声明来源钻瓜专利网。
