一种基于跨模态多任务深度度量学习的草图人脸识别方法

摘要

本发明公开了一种基于跨模态多任务深度度量学习的草图人脸识别方法，首先构建人脸样本图像数据库并进行预处理，对样本进行两两配对，形成草图和正常图片的两种模态的配对；然后对每一个草图和正常图片这两种模态使用对应的神经网络来学习特征，同时让两种模态的网络结构进行参数共享；最后，将两种模态得到的特征投影到公共空间中，计算特征向量之际的距离，通过设计目标函数，根据距离大小来验证结果；通过在两个常用的基准数据集上的实验结果可以直观看出，本发明提供的方法比现有的方法具有更好的跨模态分类性能。