一種基于深度學(xué)習(xí)細(xì)粒度人臉圖像快速檢索方法

基本信息

申請(qǐng)?zhí)?/td> CN201710703271.7 申請(qǐng)日 -
公開(公告)號(hào) CN107480261B 公開(公告)日 2017-12-15
申請(qǐng)公布號(hào) CN107480261B 申請(qǐng)公布日 2017-12-15
分類號(hào) G06F16/583(2019.01)I 分類 -
發(fā)明人 劉威鑫;馬雷;張雪婷 申請(qǐng)(專利權(quán))人 成都市吉?jiǎng)僦悄芑こ逃邢薰?/a>
代理機(jī)構(gòu) 成都華風(fēng)專利事務(wù)所(普通合伙) 代理人 上海荷福人工智能科技(集團(tuán))有限公司
地址 201600上海市松江區(qū)中心路1158號(hào)11幢101室
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于深度學(xué)習(xí)細(xì)粒度人臉圖像快速檢索方法,包括:構(gòu)建深度卷積神經(jīng)網(wǎng)絡(luò)模型,并在深度卷積神經(jīng)網(wǎng)絡(luò)模型的各分支層添加用于計(jì)算損失函數(shù)的損失層;對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù)進(jìn)行初始化;構(gòu)建數(shù)據(jù)集,并按照預(yù)設(shè)比例,將所述數(shù)據(jù)集中的圖片隨機(jī)劃分成訓(xùn)練集、測(cè)試集、驗(yàn)證集;設(shè)定深度卷積神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)參數(shù);對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,采用隨機(jī)梯度下降和反向傳播算法更新所述深度卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù);對(duì)訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測(cè)試,具體是經(jīng)過粗粒度測(cè)試和細(xì)粒度測(cè)試,獲得人臉檢索結(jié)果,從而提高了圖片檢索的效率以及圖片檢索的精度。??