[发明专利]神经网络训练方法、人脸识别任务的执行方法及装置

权利要求书

1.一种神经网络训练方法，其特征在于，所述神经网络训练方法包括：

获取至少两种类别的人脸识别任务中每种类别的人脸识别任务训练所用的样本人脸图像，以及每个样本人脸图像的标注结果；

利用所述神经网络中的特征提取网络对拼接的图像数据进行特征提取，得到拼接的图像数据的特征；其中，所述拼接的图像数据由所述每种类别的人脸识别任务训练所用的样本人脸图像拼接得到；

利用所述神经网络中的每个功能实现网络分支，对所述拼接的图像数据的特征中、与该功能实现网络分支所能够完成的人脸识别任务的类别相对应的特征进行针对性的提取，并基于针对性提取的结果进行分类，确定每种类别的人脸识别任务的人脸识别结果；其中，不同功能实现网络分支完成不同类别的人脸识别任务；

根据确定的人脸识别结果以及拼接得到所述拼接的图像数据的样本人脸图像的标注结果，对所述神经网络的网络参数值进行调整，得到初步训练后的神经网络；

所述至少两种类别的人脸识别任务包括：人脸关键点检测任务；所述神经网络中的功能实现网络分支包括能够完成人脸关键点检测任务的网络分支；

根据确定的人脸识别结果以及拼接得到所述拼接的图像数据的样本人脸图像的标注结果，对所述神经网络的网络参数值进行调整，包括：

根据确定的人脸关键点检测任务的人脸识别结果以及拼接得到所述拼接的图像数据中用于完成人脸关键点检测任务的训练所用的样本人脸图像的标注结果，确定第一损失值；

根据确定的其他每种类别的人脸识别任务的人脸识别结果，以及所述拼接的图像数据中的该类别的人脸识别任务训练所用的样本人脸图像的标注结果，确定第二损失值；

调整所述第一损失值，使得调整后的第一损失值与所述第二损失值的比值在预设范围内；

根据调整后的第一损失值和所述第二损失值，对所述神经网络的网络参数值进行调整。

2.根据权利要求1所述的方法，其特征在于，在得到初步训练后的神经网络之后，所述方法还包括：

利用所述初步训练后的神经网络中的特征提取网络对微调所用的样本人脸图像进行特征提取，得到所述微调所用的样本人脸图像的特征；其中，所述微调所用的样本人脸图像包括一种类别的人脸识别任务训练所用的样本人脸图像；

利用所述初步训练后的神经网络中能够完成该种类别的人脸识别任务的功能实现网络分支，根据所述微调所用的样本人脸图像的特征，确定所述微调所用的样本人脸图像的人脸识别结果；

根据确定的所述微调所用的样本人脸图像的人脸识别结果以及所述微调所用的样本人脸图像的标注结果，对所述训练后的神经网络中能够完成该种类别的人脸识别任务的功能实现网络分支的网络参数进行调整。

3.根据权利要求1或2所述的神经网络训练方法，其特征在于，用于拼接得到所述拼接的图像数据中的每种类别的人脸识别任务训练所用的样本人脸图像的数量均衡。

4.根据权利要求1-3任一所述的方法，其特征在于，根据确定的人脸识别结果以及拼接得到所述拼接的图像数据的样本人脸图像的标注结果，对所述神经网络的网络参数值进行调整，包括：

根据确定的每种类别的人脸识别任务的人脸识别结果，以及所述拼接的图像数据中的该类别的人脸识别任务训练所用的样本人脸图像的标注结果，对所述神经网络中的特征提取网络的网络参数值以及能够完成该类别的人脸识别任务的功能实现网络分支的网络参数值进行调整。

5.根据权利要求1-4任一所述的神经网络训练方法，其特征在于，所述拼接的图像数据采用以下方法拼接得到：

将所述至少两种类别的人脸识别任务中每种类别的人脸识别任务训练所用的样本人脸图像沿批维度拼接。

6.根据权利要求1-5任一所述的神经网络训练方法，其特征在于，所述至少两种类别的人脸识别任务包括以下任务中的至少一种：

性别识别任务、年龄识别任务、情绪识别任务、人眼状态识别任务、嘴部状态识别任务。

7.一种人脸识别任务的执行方法，其特征在于，利用权利要求1-6任一所述的神经网络的训练方法训练得到的神经网络对待识别的人脸图像进行处理，得到人脸识别结果。