-
公开(公告)号:CN110309692A
公开(公告)日:2019-10-08
申请号:CN201810258679.2
申请日:2018-03-27
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开了一种人脸识别方法、装置及系统、模型训练方法及装置,属于人脸识别技术领域。包括:向深度学习模型输入待识别人脸图像;接收深度学习模型输出的人脸特征数据;深度学习模型中,输入层用于在接收到待识别人脸图像后,对待识别人脸图像进行数据处理,以得到高维特征数据;第一输出层用于对高维特征数据进行数据降维处理,得到低维特征数据;特征组合层用于将低维特征数据进行预处理,并对低维特征数据进行合并处理,得到组合特征数据;第二输出层用于对组合特征数据进行特征融合,得到人脸特征数据。解决了相关技术中人脸识别效率低以及对深度学习模型训练时,资源和时间的消耗较大、训练的灵活性较低的问题。
-
公开(公告)号:CN110309692B
公开(公告)日:2023-06-02
申请号:CN201810258679.2
申请日:2018-03-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V40/16 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种人脸识别方法、装置及系统、模型训练方法及装置,属于人脸识别技术领域。包括:向深度学习模型输入待识别人脸图像;接收深度学习模型输出的人脸特征数据;深度学习模型中,输入层用于在接收到待识别人脸图像后,对待识别人脸图像进行数据处理,以得到高维特征数据;第一输出层用于对高维特征数据进行数据降维处理,得到低维特征数据;特征组合层用于将低维特征数据进行预处理,并对低维特征数据进行合并处理,得到组合特征数据;第二输出层用于对组合特征数据进行特征融合,得到人脸特征数据。解决了相关技术中人脸识别效率低以及对深度学习模型训练时,资源和时间的消耗较大、训练的灵活性较低的问题。
-