[发明专利]人脸识别模型的训练方法、人脸识别方法及装置

权利要求书

1.一种人脸识别模型的训练方法，包括：

获取训练数据集；

提取所述训练图像集中的训练图像的图像特征；

基于所述图像特征进行图像重建，得到所述训练图像对应的重建图像；

计算所述训练图像与对应的重建图像之间的重建损失；

基于所述重建损失更新初始人脸识别模型的参数，得到更新后的人脸识别模型。

2.根据权利要求1所述的方法，其中，所述训练数据集还包括所述训练图像的标注分类结果；以及

所述方法还包括：

基于所述图像特征确定所述训练图像的预测分类结果；

计算所述训练图像的预测分类结果与对应的标注分类结果之间的分类损失。

3.根据权利要求2所述的方法，其中，所述基于所述重建损失更新初始人脸识别模型的参数，得到更新后的人脸识别模型，包括：

基于所述分类损失和所述重建损失计算总损失；

基于所述总损失更新初始人脸识别模型的参数，得到更新后的人脸识别模型。

4.根据权利要求1所述的方法，其中，所述提取所述训练图像集中的训练图像的图像特征，包括：

将所述训练图像输入至特征提取网络，输出得到所述训练图像的图像特征。

5.根据权利要求1所述的方法，其中，所述基于所述图像特征进行图像重建，得到所述训练图像对应的重建图像，包括：

利用反卷积和插值法对所述图像特征进行特征升维，得到升维后的特征；

基于所述升维后的特征进行图像重建，得到所述训练图像对应的重建图像，其中，所述重建图像与所述训练图像的尺寸相同。

6.根据权利要求1所述的方法，其中，所述计算所述训练图像与对应的重建图像之间的重建损失，包括：

利用最小绝对值偏差函数或最小平方误差函数，计算所述训练图像与对应的重建图像之间的重建损失。

7.一种人脸识别方法，包括：

获取待识别图像；

将所述待识别图像输入至预先训练的人脸识别模型，输出得到人脸识别结果，其中，所述人脸识别模型采用如权利要求1-6中任一项所述的方法训练得到。

8.一种人脸识别模型的训练装置，包括：

第一获取模块，被配置成获取训练数据集；

提取模块，被配置成提取所述训练图像集中的训练图像的图像特征；

重建模块，被配置成基于所述图像特征进行图像重建，得到所述训练图像对应的重建图像；

第一计算模块，被配置成计算所述训练图像与对应的重建图像之间的重建损失；

更新模块，被配置成基于所述重建损失更新初始人脸识别模型的参数，得到更新后的人脸识别模型。

9.根据权利要求8所述的装置，其中，所述训练数据集还包括所述训练图像的标注分类结果；以及

所述装置还包括：

确定模块，被配置成基于所述图像特征确定所述训练图像的预测分类结果；

第二计算模块，被配置成计算所述训练图像的预测分类结果与对应的标注分类结果之间的分类损失。

10.根据权利要求9所述的装置，其中，所述更新模块包括：

第一计算子模块，被配置成基于所述分类损失和所述重建损失计算总损失；

更新子模块，被配置成基于所述总损失更新初始人脸识别模型的参数，得到更新后的人脸识别模型。

11.根据权利要求8所述的装置，其中，所述提取模块包括：

输出子模块，被配置成将所述训练图像输入至特征提取网络，输出得到所述训练图像的图像特征。