首页> 中国专利> 一种基于深度卷积神经网络进行人脸图像质量预测的方法

一种基于深度卷积神经网络进行人脸图像质量预测的方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明提出了一种基于深度卷积神经网络进行人脸图像质量预测的方法，其主要内容包括：人脸图像质量预测模型、人脸图像质量标签、自动预测人脸图像质量，其过程为，使用深度卷积神经网络(ConvNet)训练支持向量回归模型，提取面部特征用于预测面部图像质量，建立一个无约束面部图像的大型数据库，使用深度ConvNet提取图像特征，采用支持向量回归模型从卷积网络提取的特征中预测人脸图像质量。本发明通过比较成对的面部图像进行聚类，并通过矩阵求解，推导出完整的质量等级，依靠监督学习技术，建立面部图像目标质量标签，提高人脸图像质量预测的准确度，为工程领域的新设计，以及监控领域的创新解决方案做了进一步贡献。

著录项

公开/公告号CN107704806A

专利类型发明专利
公开/公告日2018-02-16

原文格式PDF
申请/专利权人深圳市唯特视科技有限公司;
展开▼

申请/专利号CN201710779809.2
发明设计人夏春秋;
展开▼

申请日2017-09-01
分类号G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101);
代理机构
代理人
地址 518057 广东省深圳市高新技术产业园区高新南一道009号中科研发园新产业孵化中心楼610室
入库时间 2023-06-19 04:31:42

法律信息

法律状态公告日

法律状态信息

法律状态
2019-08-20

发明专利申请公布后的撤回 IPC(主分类):G06K9/00 申请公布日:20180216 申请日:20170901

发明专利申请公布后的撤回
2018-03-16

实质审查的生效 IPC(主分类):G06K9/00 申请日:20170901

实质审查的生效
2018-02-16

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于深度卷积神经网络进行人脸图像质量预测的方法 [P] . 中国专利： CN107704806A . 2018-02-16
2. 一种基于深度3D卷积神经网络进行面部表情识别的方法 [P] . 中国专利： CN107463919A . 2017-12-12
3. A METHOD OF TRAINING A CONVOLUTIONAL NEURAL NETWORK TO CARRY OUT SIMULATION OF A PHYSCIAL PRODUCT, A CORRESPONDING METHOD OF CARRYING OUT SIMULATION OF A PHYSICAL PRODUCT AND A CONVOLUTIONAL NEURAL NETWORK [P] . 欧洲知识产权局专利： EP3647972A1 . 2020-05-06

机译：一种训练卷积神经网络进行物理产品模拟的方法，一种进行模拟物理产品和卷积神经网络的对应方法
4. System and method for efficient evolution of deep convolutional neural networks using filter-wise recombination and propagated mutations [P] . 美国专利： US10339450B2 . 2019-07-02

机译：使用基于过滤器的重组和传播的突变对深度卷积神经网络进行有效进化的系统和方法
5. Deep convolution neural network training method based on deep learning [P] . RU2019139312A . 2021-06-03

机译：基于深度学习的深度卷积神经网络训练方法