【发明公布】一种人脸识别模型的训练方法及装置_北京爱笔科技有限公司_202010633995.0 

申请/专利权人:北京爱笔科技有限公司

申请日:2020-07-02

发明/设计人:张成月;尚明诺

公开(公告)日:2020-09-15

代理机构:北京集佳知识产权代理有限公司

公开(公告)号:CN111666925A

代理人:尹秀

主分类号:G06K9/00(20060101)

地址:100094 北京市海淀区北清路81号二区1号楼12层1202室、13层整层

分类号:G06K9/00(20060101);G06K9/62(20060101)

优先权:

专利状态码:在审-公开

法律状态:2020.09.15#公开

摘要:本发明公开了一种人脸识别模型的训练方法,所述训练方法包括:全量训练过程和反馈学习过程,反馈学习过程包括:获取全量训练过程中的目标全量训练数据,针对目标全量训练数据中每一张人脸注册照,计算其与目标全量训练数据中其余人脸图像的相似度;在目标全量训练数据中选取相似度小于预设相似度阈值的人脸图像对作为可反馈目标训练数据;将可反馈目标数据反馈至经过全量训练的人脸识别模型进行反馈学习。上述的训练方法中,在目标全量训练数据选取可反馈目标训练数据反馈至经过全量训练的人脸识别模型中进行反馈学习,相较于全量训练数据反馈学习,同样都进行了全量训练,在保证了计算精度的前提下,减少了反馈学习的数据量,缩短了训练周期。

主权项:1.一种人脸识别模型的训练方法,其特征在于,所述训练方法包括:全量训练过程和反馈学习过程,其中,所述反馈学习过程包括:获取所述全量训练过程中的目标全量训练数据,其中,所述目标全量训练数据包括至少一个人脸图像对,所述人脸图像对包括:人脸注册照和人脸对比照;针对每一张人脸注册照,计算其与所述目标全量训练数据中其余人脸图像的相似度;在所述目标全量训练数据中选取相似度小于预设相似度阈值的人脸图像对作为可反馈目标训练数据;将所述可反馈目标数据反馈至经过全量训练的人脸识别模型进行反馈学习。

全文数据:

权利要求:

百度查询: 北京爱笔科技有限公司 一种人脸识别模型的训练方法及装置