[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

说明书

本公开提供了一种数据队列动态更新方法、装置、电子设备及存储介质，涉及计算机视觉和深度学习技术领域。具体实现方案为：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；从图像数据中提取第一组图像，根据第二模型对第一组图像进行特征提取，得到第一组图像特征；根据第一模型对第二组图像进行特征提取，得到第二组图像特征；进行模型训练的过程中，对第一图像特征队列进行动态更新。采用本公开，可以保证包含各类场景特征的数据队列的准确性及数据全面性，从而提高了硬件的处理速度及处理准确率。

技术领域

本公开涉及人工智能领域。本公开尤其涉及计算机视觉和深度学习技术领域。

背景技术

随着技术的发展，可以通过人工智能实现硬件加速处理，所适用的应用场景多种多样，比如涉及图文处理、图像处理、视频处理、人脸识别等应用场景的硬件设计中都可以采用人工智能技术，以提高硬件的处理速度及处理准确率。

然而，包含各类场景特征的数据队列的准确性、数据全面性与否，会影响到硬件的处理速度及处理准确率。对此，相关技术未存在有效的解决方案。

发明内容

本公开提供了一种数据队列动态更新方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种数据队列动态更新方法，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。

根据本公开的另一方面，提供了一种人脸识别方法，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。

根据本公开的另一方面，提供了一种数据队列动态更新装置，包括：

第一特征提取模块，用于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；

第二特征提取模块，用于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；

第三特征提取模块，用于从所述图像数据中提取与所述第一组图像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；

队列更新模块，用于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。