一种基于改进的人脸等密度线分析匹配统计模型算法的人脸识别方法

    公开(公告)号:CN114581997A

    公开(公告)日:2022-06-03

    申请号:CN202210242410.1

    申请日:2022-03-11

    申请人: 淮阴工学院

    IPC分类号: G06V40/16

    摘要: 本发明涉及图像识别技术领域,公开了一种基于改进的人脸等密度线分析匹配统计模型算法的人脸识别方法,包括:获取图像,对图像进行预处理后分为测试集和训练集,对训练集利用改进的等密度线分析匹配统计模型算法,使用非重叠的采样窗口扫描图像,得到了训练后的人脸等密度分析匹配模型;利用测试集对人脸等密度分析匹配模型进行测试并输出人脸等密度模型匹配分类图像识别结果;最终利用人脸等密度分析匹配识别模型FRM进行人脸识别。与现有技术相比,本发明减少了人脸训练与识别的计算量,提高了识别的稳定性,不需要对每个人脸模型都计算相似度,并且几乎不降低识别率的前提下,提高识别的速度。

    一种快速小样本多层次分类方法及器件

    公开(公告)号:CN117743914A

    公开(公告)日:2024-03-22

    申请号:CN202311647455.8

    申请日:2023-12-01

    申请人: 淮阴工学院

    IPC分类号: G06F18/241 G06F18/214

    摘要: 本发明公开了一种快速小样本多层次分类方法及器件。首先对文本小样本原始数据进行预处理得到预处理数据集;接着对预处理数据集中文本数据进行层级标签化处理得到一维标签矩阵,之后,再对预处理数据集中的文本数据使用独热编码进行编码初始化得到文本二维矩阵,将上述的一维标签矩阵和文本二维矩阵存入复合数组,得到复合数组集,并按8:2划分复合数组集得到训练集和验证集;构造MLF混合损失函数;将训练集输入损失函数为MLF的M2AM模块进行训练;之后将验证集作为训练后的M2AM模块输入,使用快停法控制训练效率,最终生成一种快速小样本多层次分类器。本发明在实际文本分类任务中不仅比现有技术提升了2%的准确率,同时还使分类的效率提高了3倍。