基于广义多视图图嵌入的亲属关系验证方法技术

本发明专利技术一种基于广义多视图图嵌入的亲属关系验证方法，该方法包括以下步骤：从训练集中提取出人脸图像的多视图特征并生成样本对；基于语义信息，构造多视图内蕴图和惩罚图，对图嵌入方法进行转换和修正；实现多视图的广义融合，求解广义特征值分解；计算人脸图像的相似性，输出是否具有亲属关系的判别结果。通过本发明专利技术解决相关技术中面临样本数量稀缺、干扰因素较多、个体差异偏小等方面的挑战，提供了一种新的能够准确刻画不同个体之间相对差异，充分利用多视图一致性和互补性的广义多视图度量学习方法，有效高效地完成基于人脸的亲属关系验证。关系验证。

【技术实现步骤摘要】
基于广义多视图图嵌入的亲属关系验证方法


[0001]本专利技术属于亲子鉴定
，特别涉及基于广义多视图图嵌入的亲属关系验证方法。

技术介绍

[0002]信号处理的相关研究表明，人的外貌对生物关系预测可能提供有价值的线索。和生物学中DNA鉴定技术相比，基于人脸的亲属关系验证具有效率高、成本低的优势，成为近年来计算机视觉领域一项新兴且有趣的研究任务。该任务通过度量人脸外观的相似性辨别身份和社交媒体的分析等场景应用广泛。和传统的人脸验证相比，除了受到表情、姿势、光照等众多因素影响外，该任务可能存在显著的性别和年龄差异。此外，多实体间的复杂关系和有限的数据规模使得相关技术面临巨大挑战。因此，迫切需要开发有效鲁棒的特征表示和度量学习方法，提高亲属关系验证性能和效率。

技术实现思路

[0003]本专利技术提供一种基于广义多视图图嵌入的亲属关系验证方法，可以准确刻画不同个体之间的相对差异，充分利用多视图的一致性和互补性，实现多视图的广义融合，有效高效地完成基于人脸的亲属关系验证。
[0004]为实现上述目的，本专利技术采用的技术方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于广义多视图图嵌入的亲属关系验证方法，其特征在于，包括以下步骤：步骤101：从训练集中提取出人脸图像的多视图特征并生成样本对；步骤102：基于语义信息，构造多视图内蕴图和惩罚图，对图嵌入方法进行转换和修正；步骤103：实现多视图的广义融合，求解广义特征值分解；步骤104：计算人脸图像的相似性，输出是否具有亲属关系的判别结果。2.根据权利要求1所述基于广义多视图图嵌入的亲属关系验证方法，其特征在于，所述步骤101，从训练集中提取出人脸图像的多视图特征并生成样本对，进一步包括：将所述训练集传入局部特征HOG、SIFT特征描述符和深度卷积神经网络，通过词袋模型和特征提取网络的最后全连接层后，得到图像的500维词袋表示和1024维的深度特征，分别进行PCA降维处理后，得到各视图200维的特征表示并且按照样本标签得到所述各视图相似样本对集合各视图不相似样本对集合3.根据权利要求1所述基于广义多视图图嵌入的亲属关系验证方法，其特征在于，所述步骤102，基于语义信息，构造多视图内蕴图和惩罚图，目标函数为：s.t.(U
(v)
)
T
U
(v)
＝I,v＝1,2,...,m其中，为v视图的特征变换矩阵，为v视图的平均类内散度，为v视图的平均类间散度，为v视图K近邻样本对的平均类间散度，为v视图K近邻样本对的平均类...

【专利技术属性】
技术研发人员：梁建青，梁吉业，
申请(专利权)人：山西大学，
类型：发明
国别省市：