深度网络与Gabor高斯特征融合的人脸识别方法
实质审查的生效
摘要
本发明方法针现有深度网络的不足，本发明设计了一种有效的人脸识别方法，该方法将深度网络的高级特征和Gabor小波的低级特征进行融合。对于深度网络特征，采用了SENet网络模型，考虑了SENet网络的低层到高层Haar均值特征，分别进行PCA压缩；对于Gabor小波特征，将高斯分布拟合后嵌入到欧式空间，然后用PCA进行特征压缩。将深度网络特征和Gabor高斯特征融合的识别方式能适应戴口罩、墨镜等遮挡和强烈的光照不均问题，显著提升人脸识别准确率，满足复杂环境下的人脸识别需求。
基本信息
专利标题 ：
深度网络与Gabor高斯特征融合的人脸识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463818A
申请号 ：
CN202210116196.5
公开（公告）日 ：
2022-05-10
申请日 ：
2022-02-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李朝荣
申请人 ：
宜宾学院
申请人地址 ：
四川省宜宾市翠屏区酒圣路8号
代理机构 ：
代理人 ：
优先权 ：
CN202210116196.5
主分类号 ：
G06V40/16
IPC分类号 ：
G06V40/16 G06K9/62 G06F17/16 G06V10/44 G06V10/774
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06V 40/16
申请日 : 20220207
申请日 : 20220207
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
