[发明专利]人脸的自学习方法及智能终端和存储介质

说明书

本公开提供一种人脸的自学习方法及相关产品，所述方法包括如下步骤：采集人脸图像，采用第一深度学习模型对所述人脸图像进行识别处理得到人脸识别结果第一输出值；如该第一输出值大于第一阈值且小于第二阈值，提取该第一深度学习模型的历史输出值，如所述历史输出值大于第一阈值且小于第二阈值，采用第一权值调整策略调整所述第一深度学习模型的权值得到第二深度学习模型；采用所述第二深度学习模型对所述人脸图像进行识别处理得到人脸识别结果第二输出值，如所述第二输出值大于所述第一输出值，采用所述第二深度学习模型替换所述第一深度学习模型。本发明提供的技术方案具有用户体验度高的优点。

技术领域

本发明涉及通信技术领域，具体涉及一种人脸的自学习方法及相关产品。

背景技术

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。现有的深度学习的模型无法进行更新，导致深度学习的模型的准确率无法提高，进而影响识别的精度，影响用户的体验度。

发明内容

本发明实施例提供了一种人脸的自学习方法及相关产品，可实现对深度学习的模型进进行更新，提高人脸识别的精确度，提高用户的体验度优点。

第一方面，本发明实施例提供一种人脸的自学习方法，所述方法包括如下步骤：采集人脸图像，采用第一深度学习模型对所述人脸图像进行识别处理得到人脸识别结果第一输出值；如该第一输出值大于第一阈值且小于第二阈值，提取该第一深度学习模型的历史输出值，如所述历史输出值大于第一阈值且小于第二阈值，采用第一权值调整策略调整所述第一深度学习模型的权值得到第二深度学习模型；采用所述第二深度学习模型对所述人脸图像进行识别处理得到人脸识别结果第二输出值，如所述第二输出值大于所述第一输出值，采用所述第二深度学习模型替换所述第一深度学习模型。

第二方面，提供一种智能终端，所述智能终端包括：人脸识别模组、摄像头模组、存储器和应用处理器AP，所述人脸识别模组与所述摄像头模组连接，所述AP分别与所述人脸识别模组、摄像头模组、存储器连接：

所述摄像头模组，用于采集人脸图像；

所述存储器，用于存储人脸图像以及历史输出值；

所述人脸识别模组，用于采用第一深度学习模型对所述人脸图像进行识别处理得到人脸识别结果第一输出值；

所述AP，用于如该第一输出值大于第一阈值且小于第二阈值，提取该第一深度学习模型的历史输出值，如所述历史输出值大于第一阈值且小于第二阈值，采用第一权值调整策略调整所述第一深度学习模型的权值得到第二深度学习模型；

所述人脸识别模组，用于采用所述第二深度学习模型对所述人脸图像进行识别处理得到人脸识别结果第二输出值；

所述AP，用于如所述第二输出值大于所述第一输出值，采用所述第二深度学习模型替换所述第一深度学习模型。

第三方面，提供一种智能设备，所述设备包括一个或多个处理器、存储器、收发器，摄像头模组以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述一个或多个处理器执行，所述程序包括用于执行第一方面提供的方法中的步骤的指令。

第四方面，提供一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面提供的所述的方法。

第五方面，提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行第一方面提供的方法。

实施本发明实施例，具有如下有益效果：