[发明专利]一种人脸检测器训练方法、装置及电子设备在审
| 申请号： | 201710406726.9 | 申请日： | 2017-06-02 |
| 公开（公告）号： | CN108985135A | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 王浩;李志锋;季兴;王一同 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518000 广东省深圳*** | 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： | 本发明实施例提供一种人脸检测器训练方法、装置及电子设备，该方法包括：获取当前次迭代的批数据训练样本；确定各训练样本对应的中心损失值；根据各训练样本对应的中心损失值，确定批数据训练样本对应的中心损失值；至少根据批数据训练样本对应的中心损失值，确定人脸检测器的目标损失值；若人脸检测器的目标损失值未达到收敛条件，根据人脸检测器的目标损失值，更新CNN模型中的网络参数，并进入下一次迭代；若人脸检测器的目标损失值达到收敛条件，输出人脸检测器。本发明实施例能够使得人脸检测器在保证对人脸和非人脸具有较高的类间检测性能的同时，对于人脸的类内差异具有不变性，提升人脸检测的鲁棒性。 | ||
| 搜索关键词： | 人脸检测器 数据训练 人脸 装置及电子设备 样本 收敛条件 训练样本 类内差异 人脸检测 网络参数 一次迭代 不变性 鲁棒性 迭代 输出 更新 检测 保证 | ||
【主权项】：
1.一种人脸检测器训练方法，其特征在于，包括：获取当前次迭代的批数据训练样本，所述批数据训练样本包括多个训练样本，所述多个训练样本的样本类包括：正类和负类；分别根据各训练样本的特征向量，及各训练样本所属的样本类的中心特征向量，确定各训练样本对应的中心损失值；根据所述各训练样本对应的中心损失值，确定所述批数据训练样本对应的中心损失值；至少根据所述批数据训练样本对应的中心损失值，确定人脸检测器的目标损失值；若所述人脸检测器的目标损失值未达到设定的训练收敛条件，根据所述人脸检测器的目标损失值，更新卷积神经网络CNN模型的网络参数，并进入下一次迭代；若所述人脸检测器的目标损失值达到设定的训练收敛条件，输出人脸检测器。
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腾讯科技（深圳）有限公司，未经腾讯科技（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/patent/201710406726.9/，转载请声明来源钻瓜专利网。
