技术特征：
技术总结
本发明中提出的一种基于同源余弦损失函数的人物识别方法，其主要内容包括：为头部标记真实数据并检测脸部和身体区域、姿态估计、补丁对齐并送入深度模型、使用同源余弦损失函数训练深度模型，其过程为，先为头部标记真实数据，并检测脸部和身体区域，接着使用人物姿态估计器进行人物姿态估计，识别人体关键部位，从而找到上身区域，再将每个区域(补丁)对齐到基本位置，减轻内部类别的差异，然后送入深度模型，获得有代表性和鲁棒的特征，最后使用同源余弦损失函数训练深度模型。本发明扩大了类之间的区别，缩小了内部的差异，从而具有更好的分类精度，准确度也有所提高；利用强大的多个深层模型，可以无需对测试集进行第二次训练。
技术研发人员：夏春秋
受保护的技术使用者：深圳市唯特视科技有限公司
技术研发日：2017.04.28
技术公布日：2017.09.08