基于全局信息的余弦最优损失函数的优化方法

    公开(公告)号:CN115761851A

    公开(公告)日:2023-03-07

    申请号:CN202211442334.5

    申请日:2022-11-16

    Applicant: 南昌大学

    Abstract: 本发明提出一种基于全局信息的余弦最优损失函数的优化方法,包括:S1.将现有损失函数的优点与一些重要的新属性相结合,应用L2权重归一化;S2.明确遵循最小化类内变化和最大化类间变化两个目标,依靠一种新的算法来学习类中心和类边缘的余弦相似度,并分别提出两个轻量化版本的余弦最优损失函数;S3.整合上述两个轻量化版本来创建余弦最优损失函数的标准版本。本发明主要针对现有损失函数没有应用权重和特征归一化或未明确遵循最小化类内变化和最大化类间变化的问题,使用全局信息作为人脸识别的反馈,提出了一种基于全局信息的余弦最优损失函数,相比于现有的损失函数,该损失函数更加有效并实现了更先进的性能。

    人脸识别设备
    2.
    外观设计

    公开(公告)号:CN307447290S

    公开(公告)日:2022-07-12

    申请号:CN202230175375.7

    申请日:2022-03-31

    Applicant: 南昌大学

    Designer: 毛日强

    Abstract: 1.本外观设计产品的名称:人脸识别设备。
    2.本外观设计产品的用途:用于捕获人脸图像信息,同时完成活体检测,并对人脸图像初步处理,完成门禁或者支付功能。
    3.本外观设计产品的设计要点:在于形状。
    4.最能表明设计要点的图片或照片:立体图。

    T恤(动漫人物)
    3.
    外观设计

    公开(公告)号:CN307439108S

    公开(公告)日:2022-07-08

    申请号:CN202230184877.6

    申请日:2022-04-02

    Applicant: 南昌大学

    Designer: 毛日强

    Abstract: 1.本外观设计产品的名称:T恤(动漫人物)。
    2.本外观设计产品的用途:T恤。
    3.本外观设计产品的设计要点:在于形状与图案的结合。
    4.最能表明设计要点的图片或照片:主视图。

Patent Agency Ranking