申请/专利权人：北京爱笔科技有限公司

申请日：2020-07-02

公开（公告）日：2020-09-15

公开（公告）号：CN111666925A

主分类号：G06K9/00(20060101)

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

优先权：

专利状态码：有效-授权

法律状态：2023.10.17#授权;2020.10.13#实质审查的生效;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

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD