这是FaceNet模型在UTKFace的人脸特征向量的跨年龄变化,与单一个体变化情况的比对。可以看到,大数据集上的跨年龄变化趋势可能一定程度上能与个体的变化相吻合。 一个初步的模型 据此可以提出一个新的模型,以利用大量人脸得到的老化规律。 首先,使用大量的不同年龄人脸图片,将他们送入已经训练好的CNN中,得到对应的特征向...
所述跨年龄人脸识别的模型训练方法包括:通过卷积神经网络提取跨年龄人脸数据库中人脸图像的特征向量,所述跨年龄人脸数据库包括按照人脸的年龄特征和分类特征分类的多个人脸图像;获取所述特征向量的范数和归一化向量,基于所述人脸图像的年龄特征更新与所述范数对应的年龄损失,基于所述人脸图像的分类特征更新与所述归一化...
7.一种跨年龄人脸识别方法,其特征在于,包括: 使用深度卷积神经网络模型从至少两幅人脸图像中分别提取出对应的身份特征,所述深度卷积神经网络模型由隐因子分析模型引导,且通过通用人脸数据库和跨年龄人脸数据库进行训练后输出; 根据所述至少两幅人脸图像分别提取到的身份特征之间的相似程度确定所述至少两幅人脸图像是否属...
模型的训练方法、跨年龄人脸识别方法和对应的装置专利信息由爱企查专利频道提供,模型的训练方法、跨年龄人脸识别方法和对应的装置说明:本发明提供一种模型的训练方法、跨年龄人脸识别方法和对应的装置,提高针对跨年龄的人脸识别的准确率...专利查询请上爱企查
根据本发明的实施例,提供一种跨年龄人脸识别方法,包括:使用卷积神经网络对采集的人脸图像提取特征向量,所述卷积神经网络根据如上所述的跨年龄人脸识别的模型训练方法训练得到;以及基于所述提取的特征向量进行人脸识别。 根据本发明的实施例,提供一种跨年龄人脸识别的模型训练装置,包括:特征提取模块,设置为通过卷积神经网络...