欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2021102985489
申请人: 北京百度网讯科技有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 计算;推算;计数
更新日期:2024-05-12
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种用于训练人脸识别模型的方法,包括:

获取经归一化处理后的原始人脸特征集;

基于所述原始人脸特征集训练人脸识别模型,训练步骤包括:通过子类中心数为K的子类中心转换矩阵将所述原始人脸特征集转换为K个新人脸特征集;分别计算各所述新人脸特征集与所述原始人脸特征集之间的相似度,K的初始值大于1;基于所述相似度确定目标人脸特征集,并基于所述目标人脸特征集训练人脸识别模型;递减K值;

响应于当前的K满足预设条件,执行所述训练步骤;

响应于当前的K不满足所述预设条件,将所述人脸识别模型确定为目标人脸识别模型。

2.根据权利要求1所述的方法,其中,所述基于所述相似度确定目标人脸特征集,包括:将所述相似度大于预设阈值的新人脸特征集确定为所述目标人脸特征。

3.根据权利要求1所述的方法,其中,所述基于所述相似度确定目标人脸特征集,包括:将所述相似度按大小排在前预设百分比的新人脸特征集确定为所述目标人脸特征集。

4.根据权利要求1所述的方法,其中,所述响应于当前的K满足预设条件,执行所述训练步骤,包括:响应于当前的K值大于预设值,执行所述训练步骤,所述预设值小于所述初始值。

5.根据权利要求1所述的方法,还包括:

利用常规人脸识别模型识别人脸图片测试集中所包含的人脸图片,得到第一识别准确率;其中,所述常规人脸识别模型为设置所述K的初始值为1时通过所述训练步骤获得的人脸识别模型;

利用所述目标人脸识别模型识别所述人脸图片测试集中所包含的人脸图片,得到第二识别准确率;

响应于所述第一识别准确率大于所述第二识别准确率,调整K值的初始值直至所述第二识别准确率大于所述第一识别准确率。

6.根据权利要求1所述的方法,其中,所述获取经归一化处理后的原始人脸特征集,包括:从人脸图片训练集所包含的每张人脸图片中提取人脸特征;

对提取出的各人脸特征进行归一化处理,得到所述原始人脸特征集。

7.根据权利要求1-6任一项所述的方法,还包括:响应于在K值连续递减预设次数的过程中均未确定出所述目标人脸特征,调大所述K的递减步长。

8.一种用于识别人脸的方法,包括:

接收待识别人脸图像;

调用目标人脸识别模型对所述待识别人脸图像进行识别;其中所述目标人脸识别模型是根据权利要求1-7中任一项所述的用于训练人脸识别模型的方法得到。

9.一种用于训练人脸识别模型的装置,包括:

归一化处理单元,被配置成获取经归一化处理后的原始人脸特征集;

训练单元,被配置成基于所述原始人脸特征集训练人脸识别模型,训练步骤包括:通过子类中心数为K的子类中心转换矩阵将所述原始人脸特征集转换为K个新人脸特征集;分别计算各所述新人脸特征集与所述原始人脸特征集之间的相似度,K的初始值大于1;基于所述相似度确定目标人脸特征集,并基于所述目标人脸特征集训练人脸识别模型;递减K值;

迭代循环单元,被配置成响应于当前的K满足预设条件,执行所述训练步骤;

输出单元,被配置成响应于当前的K不满足所述预设条件,将所述人脸识别模型确定为目标人脸识别模型。

10.根据权利要求9所述的装置,其中,所述训练单元包括被配置成基于所述相似度确定目标人脸特征集的目标人脸特征集确定子单元,所述目标人脸特征集确定子单元被进一步配置成:将所述相似度大于预设阈值的新人脸特征集确定为所述目标人脸特征。

11.根据权利要求9所述的装置,其中,所述训练单元包括被配置成基于所述相似度确定目标人脸特征集的目标人脸特征集确定子单元,所述目标人脸特征集确定子单元被进一步配置成:将所述相似度按大小排在前预设百分比的新人脸特征集确定为所述目标人脸特征集。

12.根据权利要求9所述的装置,其中,所述迭代循环单元被进一步配置成:响应于当前的K值大于预设值,执行所述训练步骤,所述预设值小于所述初始值。

13.根据权利要求9所述的装置,还包括:

第一识别准确率获取单元,被配置成利用常规人脸识别模型识别人脸图片测试集中所包含的人脸图片,得到第一识别准确率;其中,所述常规人脸识别模型为设置所述K的初始值为1时通过所述训练步骤获得的人脸识别模型;

第二识别准确率获取单元,被配置成利用所述目标人脸识别模型识别所述人脸图片测试集中所包含的人脸图片,得到第二识别准确率;

K初始值调整单元,被配置成响应于所述第一识别准确率大于所述第二识别准确率,调整K值的初始值直至所述第二识别准确率大于所述第一识别准确率。

14.根据权利要求9所述的装置,其中,所述归一化处理单元被进一步配置成:从人脸图片训练集所包含的每张人脸图片中提取人脸特征;

对提取出的各人脸特征进行归一化处理,得到所述原始人脸特征集。

15.根据权利要求9-14任一项所述的装置,还包括:递减步长调整单元,被配置成响应于在K值连续递减预设次数的过程中均未确定出所述目标人脸特征,调大所述K的递减步长。

16.一种用于识别人脸的装置,包括:

待识别人脸图像接收单元,被配置成接收待识别人脸图像;

人脸识别单元,被配置成调用目标人脸识别模型对所述待识别人脸图像进行识别;其中所述目标人脸识别模型是根据权利要求9-15中任一项所述的用于训练人脸识别模型的装置得到。

17.一种电子设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的用于训练人脸识别模型的方法和/或权利要求8所述的用于识别人脸的方法。

18.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的用于训练人脸识别模型的方法和/或权利要求8所述的用于识别人脸的方法。