用于训练人脸图像识别模型的方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113780046A(43)申请公布日2021.12.10(21)申请号202011517505.7(22)申请日2020.12.21(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区经济技术开发区科创十一街18号院2号楼4层A402室(72)发明人刘永文吴江旭马事伟胡淼枫王璟璟石金玉聂铭君张然赵旭民耿宗杰刘革(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书3页说明书12页附图4页(54)发明名称用于训练人脸图像识别模型的方法和装置(57)摘要本申请公开了用于训练人脸图像识别模型的方法和装置，涉及计算机技术领域。该方法包括：从训练数据集中获取人脸图像、人脸图像对应的标签，以及获取人脸图像的目标第一特征；采用初始人脸图像识别模型，确定人脸图像的预测第一特征、以及预测第二特征；采用目标第一特征与预测第一特征，构建初始人脸图像识别模型的第一损失函数；采用标签所指示的人脸图像的目标样本特征、与预测第二特征，构建初始人脸图像识别模型的第二损失函数；采用第一损失函数以及第二损失函数，训练初始人脸图像识别模型，得到训练完成的目标人脸图像识别模型。采用本方法训练的目标人脸图像识别模型可以提升人脸识别的效率以及降低系统计算成本。CN113780046ACN113780046A权利要求书1/3页1.一种用于训练人脸图像识别模型的方法，包括：从训练数据集中获取人脸图像、所述人脸图像对应的标签，以及获取所述人脸图像的目标第一特征；采用初始人脸图像识别模型，确定所述人脸图像的预测第一特征、以及预测第二特征；采用所述目标第一特征与所述预测第一特征，构建所述初始人脸图像识别模型的第一损失函数；采用所述标签所指示的所述人脸图像的目标样本特征、与所述预测第二特征，构建所述初始人脸图像识别模型的第二损失函数；采用所述第一损失函数以及所述第二损失函数，训练所述初始人脸图像识别模型，得到训练完成的目标人脸图像识别模型。2.根据权利要求1所述的方法，其中，所述获取所述人脸图像的目标第一特征，包括：采用训练好的第一人脸特征识别模型，确定所述人脸图像的目标第一特征。3.根据权利要求1所述的方法，其中，所述方法包括：采用训练好的第二人脸特征识别模型，确定所述人脸图像的目标第二特征；采用所述目标样本特征以及所述目标第二特征，构建所述初始人脸图像识别模型的第三损失函数；所述采用所述第一损失函数以及所述第二损失函数，训练所述初始人脸图像识别模型，得到训练完成的目标人脸图像识别模型，包括：采用所述第一损失函数、所述第二损失函数以及所述第三损失函数，训练所述初始人脸图像识别模型，得到训练完成的目标人脸图像识别模型。4.根据权利要求1‑3之一所述的方法，其中，所述标签包括所述人脸图像的人脸属性标签，所述目标第一特征包括所述人脸图像的身份特征；或者，所述标签包括所述人脸图像的身份标签，所述目标第一特征包括所述人脸图像的人脸属性特征。5.一种用于识别人脸图像的方法，包括：获取待识别人脸图像，以及目标人脸图像识别模型，其中，所述目标人脸图像识别模型基于以下步骤确定：采用初始人脸图像识别模型，确定人脸图像的预测第一特征、以及预测第二特征；采用目标第一特征与所述预测第一特征，构建所述初始人脸图像识别模型的第一损失函数；采用标签所指示的所述人脸图像的目标样本特征与所述预测第二特征，构建所述初始人脸图像识别模型的第二损失函数；采用所述第一损失函数以及所述第二损失函数，训练所述初始人脸图像识别模型，得到训练完成的目标人脸图像识别模型；其中，所述标签从训练数据集中获取，所述目标第一特征基于所述训练数据集合或者基于特征识别模型获取；采用所述目标人脸图像识别模型，确定所述待识别人脸图像的第一标签以及第二标签。6.根据权利要求5所述的方法，其中，所述目标人脸图像识别模型包括主网、第一子网以及第二子网，其中，所述主网用于确定所述待识别人脸图像的特征，所述第一子网用于根据所述待识别人脸图像的特征确定所述第一标签，所述第二子网用于根据所述待识别人脸图像的特征确定所述第二标签。7.根据权利要求5‑6之一所述的方法，其中，所述第一标签包括所述待识别人脸图像的2CN113780046A权利要求书2/3页身份标签、所述第二标签包括所述待识别人脸图像的人脸属性标签；或者，所述第一标签包括所述待识别人脸图像的人脸属性标签，所述第二标签包括所述待识别人脸图像的身份标签。8.一种用于训练人脸图像识别模型的装置，包括：第一获取单元，被配置为从训练数据集中获取人脸图像、所述人脸图像对应的标签，以及获取所述