[发明专利]一种人脸识别模型的调整方法、装置和存储介质有效
| 申请号： | 201810517987.2 | 申请日： | 2018-05-25 |
| 公开（公告）号： | CN108805048B | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 沈鹏程;李绍欣 | 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;G06K9/62 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;贾允 |
| 地址： | 518057 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： | 本发明实施例公开了一种人脸识别模型的调整方法、装置和存储介质；本发明实施例可以获取用于训练人脸识别模型的原样本集，以及用于调整模型的调整样本集(少数人群样本集)，并据此分别对该人脸识别模型进行训练，进而确定原样本集的相似度分布曲线和调整样本集的相似度分布曲线，然后，通过对原样本集的相似度分布曲线和调整样本集的相似度分布曲线进行收敛，来对该人脸识别模型进行调整；该方案以在不增加人脸识别系统架构复杂度、以及不影响多数人群人脸识别精度的前提下，对人脸识别模型进行微调，以方便快捷地提高少数人群的人脸识别精度。 | ||
| 搜索关键词： | 一种 识别 模型 调整 方法 装置 存储 介质 | ||
【主权项】：
1.一种人脸识别模型的调整方法，其特征在于，包括：/n获取用于训练预设人脸识别模型的原样本集，以及用于调整模型的调整样本集；/n采用所述人脸识别模型分别对原样本集和调整样本集中的人群样本进行计算，得到第一向量组和第二向量组，包括：对原样本集中的人群样本进行两两组合，得到第一类样本对；对调整样本集中的人群样本进行两两组合，得到第二类样本对；采用所述人脸识别模型分别对第一类样本对和第二类样本对进行计算，得到第一向量组和第二向量组；/n根据第一向量组确定原样本集的相似度分布曲线，以及根据第二向量组确定调整样本集的相似度分布曲线；/n对所述原样本集的相似度分布曲线和调整样本集的相似度分布曲线进行收敛，以调整所述人脸识别模型，包括：计算原样本集的相似度分布曲线和调整样本集的相似度分布曲线之间的距离；将所述距离作为调整信息，并根据所述调整信息对所述人脸识别模型中的参数进行调整，/n其中，所述根据所述调整信息对所述人脸识别模型中的参数进行调整包括：/n获取所述人脸识别模型的训练目标函数；/n将所述调整信息添加至所述训练目标函数中，以更新所述训练目标函数；/n根据更新后训练目标函数计算所述人脸识别模型中参数的梯度；/n基于所述梯度对所述人脸识别模型中的参数信息调整，并返回执行采用所述人脸识别模型分别对第一类样本对和第二类样本对进行计算的步骤，直至更新后训练目标函数的变化小于设定值。/n
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/201810517987.2/，转载请声明来源钻瓜专利网。
