[发明专利]数据队列动态更新方法、装置、电子设备及存储介质

权利要求书

1.一种数据队列动态更新的方法，包括：

根据第一模型对图像数据进行特征提取，得到第一图像特征队列；

从所述图像数据中提取第一组图像，根据第二模型对所述第一组图像进行特征提取，得到第一组图像特征；

从所述图像数据中提取与所述第一组图像标识ID相对应的第二组图像，根据所述第一模型对所述第二组图像进行特征提取，得到第二组图像特征；

将所述第一组图像特征、第二组图像特征及所述第一图像特征队列作为样本数据进行模型训练的过程中，对所述第一图像特征队列进行动态更新。

2.根据权利要求1所述的方法，其中，所述将所述第一组图像特征、第二组图像特征及所述第一图像特征队列作为样本数据进行模型训练的过程中，对所述第一图像特征队列进行动态更新，包括：

从所述样本数据中提取正样本数据及负样本数据；

将所述正样本数据及所述负样本数据基于约束条件计算损失，得到总损失函数；

根据所述总损失函数的反向传播对所述第二模型进行训练，并在所述训练过程中对所述第一图像特征队列进行动态更新。

3.根据权利要求2所述的方法，其中，所述从所述样本数据中提取正样本数据及负样本数据，包括：

从所述样本数据中提取所述第一组图像特征及所述第二组图像特征，将所述第一组图像特征及所述第二组图像特征中所述ID相对应的特征对，作为所述正样本数据；

将从所述样本数据中提取的所述第一图像特征队列及所述第二组图像特征，作为负样本数据。

4.根据权利要求2所述的方法，其中，所述约束条件用于表征：所述正样本数据之间的距离足够近并符合第一约束值，所述负样本数据之间的距离足够远并符合第二约束值。

5.根据权利要求2所述的方法，其中，所述根据所述总损失函数的反向传播对所述第二模型进行训练，并在所述训练过程中对所述第一图像特征队列进行动态更新，包括：

根据所述总损失函数的反向传播对所述第二模型进行训练的过程中，根据所述第二组图像特征对所述第一图像特征队列中相应的图像特征进行替换，得到更新后的第一图像特征队列。

6.根据权利要求1-5中任一项所述的方法，还包括：

更新所述第一模型的参数，直至满足预设的更新迭代次数；

根据参数更新迭代后的第一模型进行图像特征提取，得到第三组图像特征；

将所述第三组图像特征添加到所述样本数据，得到更新后的样本数据；

根据所述更新后的样本数据进行模型训练，直至模型收敛，得到训练后的第二模型。

7.一种人脸识别方法，包括：

对人脸图像进行采集，得到人脸图像数据；

将所述人脸图像数据通过人脸识别模型进行识别处理，得到人脸识别结果，所述人脸识别模型为基于第一人脸图像特征队列的动态更新所得到的训练后第二模型；

其中，所述第一人脸图像特征队列的动态更新，包括：

根据第一模型对所述人脸图像数据进行特征提取，得到所述第一人脸图像特征队列，从所述人脸图像数据中提取第一组人脸图像，根据第二模型对所述第一组人脸图像进行特征提取，得到第一组人脸图像特征；

从所述人脸图像数据中提取与所述第一组人脸图像标识ID相对应的第二组人脸图像，根据所述第一模型对所述第二组人脸图像进行特征提取，得到第二组人脸图像特征；

根据所述第一组人脸图像特征、所述第二组人脸图像特征对所述第一人脸图像特征队列进行动态更新。