[发明专利]样例三元组的获取方法、装置、计算机设备以及存储介质有效

专利信息
申请号: 201810557202.4 申请日: 2018-06-01
公开(公告)号: CN108830201B 公开(公告)日: 2020-06-23
发明(设计)人: 赵峰;王健宗;肖京 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 深圳市明日今典知识产权代理事务所(普通合伙) 44343 代理人: 王杰辉
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 三元 获取 方法 装置 计算机 设备 以及 存储 介质
【权利要求书】:

1.一种样例三元组的获取方法,其特征在于,包括:

在预设的目标批次数据中筛选属于每一个指定人的所有第一样例,并将所述所有第一样例两两组合以得到每一个指定人对应的多个样例二元组;

选择所述多个样例二元组中的第一样例二元组,并计算第一样例二元组中的两个第一样例之间的第一矢量距离,以及分别计算第一样例二元组中指定的目标第一样例与每一个第二样例之间的第二矢量距离;其中,所述第二样例为预设的目标批次数据中除所述第一样例之外的样例数据;

根据每一个第二矢量距离与所述第一矢量距离的差量,筛选最大差量对应的第二样例;

将最大差量对应的第二样例与所述第一样例二元组组成所述第一样例二元组对应的多个样例三元组,从而得到所述目标批次数据中的各个指定人对应的每个样例二元组所对应的所有样例三元组;

所述在预设的目标批次数据中筛选属于每一个指定人的所有第一样例,并将所述所有第一样例两两组合以得到每一个指定人对应的多个样例二元组的步骤,包括:

将训练数据拆分成包含指定数量样例的多个批次数据,批次数据中的样例数据形成样例三元组,控制样例三元组的总量,使得样例三元组一次性输入到训练模型中进行模型训练;

将所述多个批次数据中的目标批次数据输入到预设训练模型中,通过预设训练模型的正向训练获取到所述每个批次数据中所述指定数量样例分别对应的矢量;

筛选所述目标批次数据中属于某一指定人的所有第一样例,并将所述所有第一样例进行两两组合形成多个样例二元组,其中所述第一样例包含与其对应的矢量。

2.根据权利要求1所述的样例三元组的获取方法,其特征在于,所述将最大差量对应的所述第二样例与所述第一样例二元组组成所述第一样例二元组对应的多个样例三元组的步骤之后,包括:

将所述训练数据中的所述多个批次数据中所有第一样例二元组分别对应的所有样例三元组汇总成样例三元组训练集;

将所述样例三元组训练集输入以Triplet Loss为损失函数的二分类网络模型中进行模型训练。

3.根据权利要求2所述的样例三元组的获取方法,其特征在于,所述第一样例和所述第二样例为说话人的话语样例,所述二分类网络模型为说话人确认网络模型;所述将所述样例三元组训练集输入以Triplet Loss为损失函数的二分类网络模型中进行模型训练的步骤,包括:

将所述说话人的话语样例组成的样例三元组训练集输入以Triplet Loss为损失函数的说话人确认网络模型中进行模型训练。

4.根据权利要求3所述的样例三元组的获取方法,其特征在于,所述将所述说话人的话语样例组成的样例三元组训练集输入以Triplet Loss为损失函数的说话人确认网络模型中进行模型训练的步骤之后,包括:

将待测人的话语样例输入到训练好的所述说话人确认网络模型中;

在所述说话人确认网络模型中计算所述待测人的话语样例中的第一语音特性与预注册人的第二语音特性的第一相似度;

判断所述第一相似度是否在预设阈值范围内;

若是,则判定所述待测人与所述预注册人为同一个人。

5.根据权利要求2所述的样例三元组的获取方法,其特征在于,所述第一样例和所述第二样例为人脸影像的样例,所述二分类网络模型为人脸识别网络模型;所述将所述样例三元组训练集输入以Triplet Loss为损失函数的二分类网络模型中进行模型训练的步骤,包括:

将所述人脸影像组成的样例三元组训练集输入以Triplet Loss为损失函数的人脸识别网络模型中进行模型训练。

6.根据权利要求5所述的样例三元组的获取方法,其特征在于,所述将所述人脸影像组成的样例三元组训练集输入以Triplet Loss为损失函数的人脸识别网络模型中进行模型训练的步骤之后,包括:

将待测人的人脸影像输入到训练好的所述人脸识别网络模型中;

在所述人脸识别网络模型中计算所述待测人的人脸影像中的第一人脸特性与预注册人的第二人脸特性的第二相似度;

判断所述第二相似度是否在预设阈值范围内;

若是,则判定所述待测人与所述预注册人为同一个人。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810557202.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top