-
公开(公告)号：CN108509920B
公开(公告)日：2022-04-26
申请号：CN201810293102.5
申请日：2018-04-04
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于CNN的多patch多通道联合特征选择学习的人脸识别方法，属于人脸识别技术领域。该方法首先将原始人脸图像分割成多张子图像，每张子图像再分离成多张通道图像；然后为每张通道图像构建一个CNN网络模型，输入通道图像进行识别；接下来首先将同一子图像的多个通道神经网络进行连接，得到对应多张子图像的多个子图像神经网络，然后将多个子图像神经网络进行连接，作为最终的模型识别结果。本发明通过对现有卷积神经网络模型进行改进以及创新，从而达到优化和提升模型的效果，使得卷积神经网络模型的人脸识别能力更加精准，为其在日常生活、工业发展、科学研究等领域的广泛应用提供更有力的技术保障。
-
公开(公告)号：CN108509920A
公开(公告)日：2018-09-07
申请号：CN201810293102.5
申请日：2018-04-04
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于CNN的多patch多通道联合特征选择学习的人脸识别方法，属于人脸识别技术领域。该方法首先将原始人脸图像分割成多张子图像，每张子图像再分离成多张通道图像；然后为每张通道图像构建一个CNN网络模型，输入通道图像进行识别；接下来首先将同一子图像的多个通道神经网络进行连接，得到对应多张子图像的多个子图像神经网络，然后将多个子图像神经网络进行连接，作为最终的模型识别结果。本发明通过对现有卷积神经网络模型进行改进以及创新，从而达到优化和提升模型的效果，使得卷积神经网络模型的人脸识别能力更加精准，为其在日常生活、工业发展、科学研究等领域的广泛应用提供更有力的技术保障。
-
Patent Agency Ranking
公开(公告)号：CN109299701B
公开(公告)日：2021-12-14
申请号：CN201811195416.8
申请日：2018-10-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于GAN扩充多人种特征协同选择的人脸年龄估计方法，先通过生成式对抗网络进行多风格人脸样本的模拟生成，来快速地大规模地扩充不同人种的人脸库，从而提高对黄色、棕色等人种年龄信息识别的精度。然后利用卷积神经网络对原有数据集进行预训练，接着基于扩充得到的人脸年龄数据库进行进一步的精训练。最后将四个人种的Sub‑CNN进行基于组稀疏算法的联合特征选择融合，以此来解决基于人脸图像的年龄估计问题。本发明得到了更具泛化能力的人脸年龄估计模型，同时也能大大提高很多年龄人脸识别系统的性能，弥补了以往研究的不足之处。
-
公开(公告)号：CN109299701A
公开(公告)日：2019-02-01
申请号：CN201811195416.8
申请日：2018-10-15
Applicant: 南京信息工程大学
CPC classification number: G06K9/00221 , G06K9/00268 , G06K9/6256 , G06K2009/00322
Abstract: 本发明公开了一种基于GAN扩充多人种特征协同选择的人脸年龄估计方法，先通过生成式对抗网络进行多风格人脸样本的模拟生成，来快速地大规模地扩充不同人种的人脸库，从而提高对黄色、棕色等人种年龄信息识别的精度。然后利用卷积神经网络对原有数据集进行预训练，接着基于扩充得到的人脸年龄数据库进行进一步的精训练。最后将四个人种的Sub-CNN进行基于组稀疏算法的联合特征选择融合，以此来解决基于人脸图像的年龄估计问题。本发明得到了更具泛化能力的人脸年龄估计模型，同时也能大大提高很多年龄人脸识别系统的性能，弥补了以往研究的不足之处。
-
公开(公告)号：CN110503072B
公开(公告)日：2023-05-26
申请号：CN201910806822.1
申请日：2019-08-29
Applicant: 南京信息工程大学
IPC: G06V40/16 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于多支路CNN架构的人脸年龄估计方法，本专利通过设计多支路CNN架构将人脸属性(性别、肤色等)考虑进年龄估计任务中，以提高人脸年龄估计的准确率。首先基于经典CNN架构设计了一种用于识别黑种男性、黑种女性、白种男性、白种女性、黄种男性、黄种女性这六类的CNN模型；接着截取该模型前半部分架构及其参数作为共享层以加强人脸属性对年龄估计任务的影响程度；然后通过设计六条针对六类人脸属性的CNN支路将不同人脸属性的年龄估计分离；最后六条支路的输出结果通过公共融合层的融合算法进行融合，从而让神经网络分别学习到特定人种、性别的人脸图片特征，以提高年龄估计的准确率。
-
公开(公告)号：CN110503072A
公开(公告)日：2019-11-26
申请号：CN201910806822.1
申请日：2019-08-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多支路CNN架构的人脸年龄估计方法，本专利通过设计多支路CNN架构将人脸属性(性别、肤色等)考虑进年龄估计任务中，以提高人脸年龄估计的准确率。首先基于经典CNN架构设计了一种用于识别黑种男性、黑种女性、白种男性、白种女性、黄种男性、黄种女性这六类的CNN模型；接着截取该模型前半部分架构及其参数作为共享层以加强人脸属性对年龄估计任务的影响程度；然后通过设计六条针对六类人脸属性的CNN支路将不同人脸属性的年龄估计分离；最后六条支路的输出结果通过公共融合层的融合算法进行融合，从而让神经网络分别学习到特定人种、性别的人脸图片特征，以提高年龄估计的准确率。
-
公开(公告)号：CN107545243A
公开(公告)日：2018-01-05
申请号：CN201710664796.4
申请日：2017-08-07
Applicant: 南京信息工程大学
Abstract: 本发明提供的基于深度卷积模型的黄种人脸识别方法，包括如下步骤：步骤1：采用深度卷积网络对从LFW数据库中采集的西方人脸图像进行预训练，建立人脸识别初始模型；步骤2：采用人脸识别初始模型对黄种人脸图像进行精训练，建立黄种人脸识别模型；步骤3：采用所述黄种人脸识别模型对一待识别的人脸图像进行识别。本发明大大提高了人脸识别器对亚洲黄种人脸识别能力。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
