[發(fā)明專利]一種人臉聚類樣本數(shù)量的選擇方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 201910363240.0 | 申請日： | 2019-04-30 |
| 公開（公告）號： | CN111652260B | 公開（公告）日： | 2023-06-20 |
| 發(fā)明（設計）人： | 薛圓圓 | 申請（專利權(quán)）人： | 上海錸鍶信息技術(shù)有限公司 |
| 主分類號： | G06V10/774 | 分類號： | G06V10/774;G06V10/776;G06V10/762;G06V10/82;G06V40/16 |
| 代理公司： | 杭州鈐韜知識產(chǎn)權(quán)代理事務所(普通合伙) 33329 | 代理人： | 羅國新;唐靈 |
| 地址： | 201615 上海市松江區(qū)*** | 國省代碼： | 上海;31 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 人臉聚類 樣本 數(shù)量 選擇 方法 系統(tǒng) | ||
1.一種人臉聚類樣本數(shù)量的選擇方法，其特征在于，所述方法包括步驟：
S1、構(gòu)建一人臉測試集，以及構(gòu)建多個人臉訓練集，每一個人臉訓練集的人臉圖像數(shù)量不同；
S2、對所述多個人臉訓練集進行聚類，獲取對應的多個聚類中心；
S3、計算每一個聚類中心與所述人臉測試集中的每一張人臉圖像的特征向量的余弦距離，獲取每一個聚類中心對應的余弦距離的均值和均方根值；
S4、根據(jù)所述每一個聚類中心對應的余弦距離均值和均方根值，獲取人臉聚類樣本的數(shù)量范圍；
其中，所述步驟S1包括：
構(gòu)建一具有多個人的人臉圖像的原始人臉圖像集，對所述原始人臉圖像集中的所有人臉圖像進行人臉檢測和裁剪；
從所述原始人臉圖像集中選擇一預設數(shù)量的同一個人的人臉圖像，所述選擇的人臉圖像構(gòu)成所述人臉測試集；
構(gòu)建第一人臉訓練集，所述第一人臉訓練集的人臉圖像數(shù)量為N1張；
構(gòu)建第二人臉訓練集，所述第二人臉訓練集的人臉圖像數(shù)量為N2張；
構(gòu)建第三人臉訓練集，所述第三人臉訓練集的人臉圖像數(shù)量為N3張；
構(gòu)建第四人臉訓練集，所述第四人臉訓練集的人臉圖像數(shù)量為N4張；
其中，N1N2N3N4，N110，N2≤10，N4≥3；
所述步驟S2包括：
根據(jù)卷積神經(jīng)網(wǎng)絡模型，對所述第一人臉訓練集中的每一張人臉圖像進行卷積和特征提取，生成所述第一人臉訓練集對應的第一特征向量組，并對所述第一特征向量組進行K均值聚類，得到所述第一人臉訓練集對應的第一聚類中心；
根據(jù)卷積神經(jīng)網(wǎng)絡模型，對所述第二人臉訓練集中的每一張人臉圖像進行卷積和特征提取，生成所述第二人臉訓練集對應的第二特征向量組，并對所述第二特征向量組進行K均值聚類，得到所述第二人臉訓練集對應的第二聚類中心；
根據(jù)卷積神經(jīng)網(wǎng)絡模型，對所述第三人臉訓練集中的每一張人臉圖像進行卷積和特征提取，生成所述第三人臉訓練集對應的第三特征向量組，并對所述第三特征向量組進行K均值聚類，得到所述第三人臉訓練集對應的第三聚類中心；
根據(jù)卷積神經(jīng)網(wǎng)絡模型，對所述第四人臉訓練集中的每一張人臉圖像進行卷積和特征提取，生成所述第四人臉訓練集對應的第四特征向量組，并對所述第四特征向量組進行K均值聚類，得到所述第四人臉訓練集對應的第四聚類中心。
2.如權(quán)利要求1所述的人臉聚類樣本數(shù)量的選擇方法，其特征在于，所述步驟S3包括：
所述余弦距離的均值的計算公式為式1：
其中，mean為余弦距離的均值，n為所述人臉測試集中的人臉圖像數(shù)量，di為聚類中心與所述人臉測試集中的第i張人臉圖像的特征向量的余弦距離。
3.如權(quán)利要求2所述的人臉聚類樣本數(shù)量的選擇方法，其特征在于，所述步驟S3還包括：
所述余弦距離的均方根值的計算公式為式2：
其中，var為余弦距離的均方根值，n為所述人臉測試集中的人臉圖像數(shù)量，di為聚類中心與所述人臉測試集中的第i張人臉圖像的特征向量的余弦距離。
4.如權(quán)利要求3所述的人臉聚類樣本數(shù)量的選擇方法，其特征在于，所述步驟S3還包括：
計算所述第一聚類中心與所述人臉測試集中的每一張人臉圖像的特征向量的余弦距離，并根據(jù)所述式1和式2，獲取所述第一聚類中心對應的余弦距離的均值和均方根值；
計算所述第二聚類中心與所述人臉測試集中的每一張人臉圖像的特征向量的余弦距離，并根據(jù)所述式1和式2，獲取所述第二聚類中心對應的余弦距離的均值和均方根值；
計算所述第三聚類中心與所述人臉測試集中的每一張人臉圖像的特征向量的余弦距離，并根據(jù)所述式1和式2，獲取所述第三聚類中心對應的余弦距離的均值和均方根值；
計算所述第四聚類中心與所述人臉測試集中的每一張人臉圖像的特征向量的余弦距離，并根據(jù)所述式1和式2，獲取所述第四聚類中心對應的余弦距離的均值和均方根值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海錸鍶信息技術(shù)有限公司，未經(jīng)上海錸鍶信息技術(shù)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910363240.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
