基于解纠缠表达学习的跨模态生物特征匹配方法及系统
文献类型：专利
| 作者 | 卢孝强 ; 宁海龙; 郑向涛; 刘康
|
| 发表日期 | 2020-02-13 |
| 专利号 | CN202010089856.6 |
| 著作权人 | 中国科学院西安光学精密机械研究所 |
| 国家 | 中国 |
| 文献子类 | 发明专利 |
| 产权排序 | 1 |
| 英文摘要 | 本发明涉及一种基于解纠缠表达学习的跨模态生物特征匹配方法及系统，解决由于不同模态数据(人脸和声音)的类内差异较大而带来的匹配精度低的问题。其实现步骤为：(1)划分训练集，验证集和测试集；(2)提取训练集和验证集中人脸嵌入和声音嵌入；(3)通过保留人脸和声音之间的相同身份信息来学习身份因子；(4)通过最小化模态内的差异来获得模态依赖因子；(5)对验证集计算性能验证指标，判断模型是否训练完成；(6)统计实验结果，在测试集上进行跨模态认证、跨模态匹配和跨模态检索，计算相关指标分数。本发明极大程度地提高了人脸和声音跨模态生物特征匹配的精度，可用于人脸和声音的跨模态认证、跨模态匹配和跨模态检索等任务。 |
| 公开日期 | 2020-06-19 |
| 申请日期 | 2020-02-13 |
| 语种 | 中文 |
| 状态 | 申请中 |
| 源URL | [http://ir.opt.ac.cn/handle/181661/95149]  |
| 专题 | 西安光学精密机械研究所_光学影像学习与分析中心 |
| 推荐引用方式 GB/T 7714 | 卢孝强,宁海龙,郑向涛,等. 基于解纠缠表达学习的跨模态生物特征匹配方法及系统. CN202010089856.6. 2020-02-13. |
入库方式： OAI收割
来源：西安光学精密机械研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。