-
公开(公告)号：CN108614894B
公开(公告)日：2021-07-02
申请号：CN201810441046.5
申请日：2018-05-10
Applicant: 西南交通大学
Abstract: 本发明属于人脸识别数据库技术领域，具体的说是涉及一种基于最大生成树的人脸识别数据库构成方法。本发明总的技术方案为先根据图片的标签进行分组，再根据每组图片的偏转角度以及平均相似度选取基准图片，采用最大生成树的方式对每组图片进行组内清理，剔除标签错误的图片。根据基准图片进行组间合并，最后选取阈值进行组内去重。本发明的有益效果为，明整体操作简单，采用自动化的方式实现图片清理，能提升清理效果，消除数据冗余，且能保证多个海量人脸数据库的有效融合，减少工作量。
-
公开(公告)号：CN110879985B
公开(公告)日：2022-11-11
申请号：CN201911129505.7
申请日：2019-11-18
Applicant: 西南交通大学
IPC: G06V40/16 , G06V10/774
Abstract: 本发明公开了一种抗噪声数据的人脸识别模型训练方法，包括如下步骤：S1、构建人脸识别数据集，按照个体ID进行分类；S2、对步骤S1所获得的数据集进行预处理；S3、根据步骤S2的预处理结果，构建20层的ResNet网络结构提取特征，使用ArcFace损失函数训练人脸识别模型；S4、统计最近一定数量Batch中cosθ值的分布情况，以cosθ值为横坐标，同一个cosθ的数量为纵坐标，绘制曲线图P；S5、重复步骤S4，直到cosθ分布呈现两个高斯分布，分别计算两个高斯分布顶点横坐标α、β和交点横坐标λ；S6、根据α、β值的大小，判断模型拟合情况，动态调整损失函数。本发明能够自动过滤噪声数据扰，提高模型训练效果。
-
公开(公告)号：CN110879985A
公开(公告)日：2020-03-13
申请号：CN201911129505.7
申请日：2019-11-18
Applicant: 西南交通大学
Abstract: 本发明公开了一种抗噪声数据的人脸识别模型训练方法，包括如下步骤：S1、构建人脸识别数据集，按照个体ID进行分类；S2、对步骤S1所获得的数据集进行预处理；S3、根据步骤S2的预处理结果，构建20层的ResNet网络结构提取特征，使用ArcFace损失函数训练人脸识别模型；S4、统计最近一定数量Batch中cosθ值的分布情况，以cosθ值为横坐标，同一个cosθ的数量为纵坐标，绘制曲线图P；S5、重复步骤S4，直到cosθ分布呈现两个高斯分布，分别计算两个高斯分布顶点横坐标α、β和交点横坐标λ；S6、根据α、β值的大小，判断模型拟合情况，动态调整损失函数。本发明能够自动过滤噪声数据扰，提高模型训练效果。
-
公开(公告)号：CN108614894A
公开(公告)日：2018-10-02
申请号：CN201810441046.5
申请日：2018-05-10
Applicant: 西南交通大学
Abstract: 本发明属于人脸识别数据库技术领域，具体的说是涉及一种基于最大生成树的人脸识别数据库构成方法。本发明总的技术方案为先根据图片的标签进行分组，再根据每组图片的偏转角度以及平均相似度选取基准图片，采用最大生成树的方式对每组图片进行组内清理，剔除标签错误的图片。根据基准图片进行组间合并，最后选取阈值进行组内去重。本发明的有益效果为，明整体操作简单，采用自动化的方式实现图片清理，能提升清理效果，消除数据冗余，且能保证多个海量人脸数据库的有效融合，减少工作量。
-
-
-
Search Results
4
records
(took 0.015 seconds)
