[发明专利]信息处理方法及设备

权利要求书

1.一种信息处理方法，其特征在于，包括：

以颜色图训练样本集训练深度卷积网络，得到第二分类模型，所述颜色图训练样本集为由RGB人脸图像所组成的训练样本集；

以第二分类模型为初始值，以深度图训练样本集训练所述第二分类模型，得到第一分类模型，第二分类模型为第一分类模型接近收敛的中间状态，所述深度图训练样本集为由深度人脸图像所组成的训练样本集；

获取目标用户的人脸图像，所述人脸图像包括深度人脸图像；

将所述深度人脸图像输入所述第一分类模型得到第一分类信息；

根据所述第一分类信息判定所述人脸图像与参照人脸图像匹配。

2.根据权利要求1所述的信息处理方法，其特征在于，

所述人脸图像还包括RGB人脸图像；

所述信息处理方法还包括：将所述RGB人脸图像输入所述第二分类模型得到第二分类信息；

所述根据所述第一分类信息判定所述人脸图像与参照人脸图像匹配，包括：根据所述第一分类信息和所述第二分类信息判定所述人脸图像与参照人脸图像匹配。

3.根据权利要求1所述的信息处理方法，其特征在于，所述以所述深度图训练样本集训练所述第二分类模型，包括：

将算法学习率从初始学习率更新为调适学习率后，以所述深度图训练样本集训练所述第二分类模型；

其中，所述初始学习率为以所述颜色图训练样本集训练深度卷积网络时所设置的学习率，所述调适学习率为以所述深度图训练样本集训练所述第二分类模型时所设置的学习率，所述调适学习率低于所述初始学习率。

4.根据权利要求1所述的信息处理方法，其特征在于，所述以所述深度图训练样本集训练所述第二分类模型之前，还包括：

获取所述深度图训练样本集，所述深度图训练样本集的样本容量小于所述颜色图训练样本集的样本容量。

5.一种信息处理设备，其特征在于，包括：

颜色图训练模块，用于以颜色图训练样本集训练深度卷积网络，得到第二分类模型，所述颜色图训练样本集为由RGB人脸图像所组成的训练样本集；

深度图训练模块，用于以第二分类模型为初始值，以所述深度图训练样本集训练所述第二分类模型，得到第一分类模型，第二分类模型为第一分类模型接近收敛的中间状态，所述深度图训练样本集为由深度人脸图像所组成的训练样本集；

采集模块，用于获取目标用户的人脸图像，所述人脸图像包括深度人脸图像；

分类模块，用于将所述深度人脸图像输入所述第一分类模型得到第一分类信息；

判定模块，用于根据所述第一分类信息判定所述人脸图像与参照人脸图像匹配。

6.根据权利要求5所述的信息处理设备，其特征在于，

所述采集模块包括颜色图采集子模块，所述颜色图采集子模块用于获取RGB人脸图像；

所述分类模块包括颜色图分类子模块，所述颜色图分类子模块用于将所述RGB人脸图像输入所述第二分类模型得到第二分类信息；

所述判定模块包括综合子模块，所述综合子模块用于根据所述第一分类信息和所述第二分类信息判定所述人脸图像与参照人脸图像匹配。

7.根据权利要求5所述的信息处理设备，其特征在于，所述深度图训练模块包括：

学习率更新子模块，用于将算法学习率从初始学习率更新为调适学习率后，以所述深度图训练样本集训练所述第二分类模型；

其中，所述初始学习率为以所述颜色图训练样本集训练深度卷积网络时所设置的学习率，所述调适学习率为以所述深度图训练样本集训练所述第二分类模型时所设置的学习率，所述调适学习率低于所述初始学习率。

8.根据权利要求5所述的信息处理设备，其特征在于，所述深度图训练模块包括：

样本管理模块，用于获取所述深度图训练样本集，所述深度图训练样本集的样本容量小于所述颜色图训练样本集的样本容量。