技术特征：
技术总结
本发明中提出的一种基于三元组损失函数的深度学习网络的人脸识别系统，其主要内容包括：互关联匹配卷积神经网络、干支集成卷积神经网络、深度卷积神经网络集成和性能评估，其过程为，首先从训练数据集中选择三个样本，包括一个静止ROI(感兴趣区域)、一个与静止ROI相似的正样本和一个与静止ROI不相似的负样本，让这三个样本共同组成了一个三元组；然后将这个三元组输入到深度学习网络中进行训练，训练过程中采用了三元组函数(可拉近相似ROI的距离)；最后，相似ROI会形成集聚，从而达到人脸识别的目的。本发明采用了三元组损失函数，相比起传统的人脸识别系统有更高的识别精度，并且运算复杂程度相对较低，运算效率较高。
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：2018.06.11
技术公布日：2018.11.13