← 返回列表
一种跨时空兼容性无监督自学习人脸识别方法和系统
申请人信息
- 申请人:杭州魔点科技有限公司
- 申请人地址:310000 浙江省杭州市余杭区五常街道三维智汇中心3幢A单元7层
- 发明人: 杭州魔点科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种跨时空兼容性无监督自学习人脸识别方法和系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410059018.2 |
| 申请日 | 2024/1/16 |
| 公告号 | CN117576766A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06V40/16 |
| 权利人 | 杭州魔点科技有限公司 |
| 发明人 | 王东; 熊超; 何昊驰 |
| 地址 | 浙江省杭州市余杭区五常街道三维智汇中心3幢A单元7层 |
摘要文本
本申请实施例提供的跨时空兼容性无监督自学习人脸识别方法，相比较于传统的人脸识别方法，本申请方案首先采用基于vision transformer网络结构的无监督训练优化方法，同时考虑局部和全局的特征，能够最大化同一张人脸的局部和全局特征的相似度，从而使模型具备更好的人脸表征能力。通过对跨时空场景下的人脸进行聚类，并根据聚类结果选择不同维度下的目标人脸照片特征与原始特征进行融合，动态的构建包含跨时空场景下不同维度的多种特征样本的特征银行，应应该特征银行进行人脸特征比对，无需针对不同场景因素单独训练模型，可以应对跨时空场景下由年龄阻断/增长、光场/视场变化、行为变化等造成的域(domain)偏移问题，兼顾跨时空多场景中的复杂多样的识别需求。
专利主权项内容
1.一种跨时空兼容性无监督自学习人脸识别方法，其特征在于，所述方法包括：采集原始人脸数据，并基于所述原始人脸数据训练预先构建的vision transformer网络，得到人脸表征模型；对所述人脸表征模型进行有监督训练，得到人脸特征提取模型，并通过所述人脸特征提取模型提取多组人脸特征构建人脸特征库；判断目标用户的人脸特征在所述人脸特征库中的匹配得分是否大于预设阈值，若是，采集所述目标用户的多维度人脸图像集，并对所述多维度人脸图像集中各个人脸图像进行聚类，得到多个人脸图像子类；从多个人脸图像子类确定目标人脸图像子类，并在所述目标人脸图像子类中获取不同维度下的目标人脸图像；分别对所述不同维度下的目标人脸图像提取特征，将所述提取到的特征与所述原始人脸特征融合，得到融合后特征，并基于融合后特征进行跨时空的人脸识别。