[发明专利]前向搜索模型集成方法、装置、存储设备和人脸识别系统

权利要求书

1.一种前向搜索模型集成方法，其特征在于，包括：

获取已完成训练的N个人脸识别模型；

以所述N个人脸识别模型作为选择补集的元素，以i的初始值为1，并从所述选择补集中选取出一个人脸识别模型作为第i模型集；然后执行以下前向搜索操作：

将所述第i模型集在所述选择补集中的补集更新为所述选择补集；

从所述选择补集中选取出一个人脸识别模型与所述第i模型集并集成第i+1模型集；

当判定所述第i+1模型集满足停止前向搜索的条件时，输出所述第i+1模型集，以供人脸识别系统根据由所述第i+1模型集中包含的人脸识别模型集成的模型进行人脸识别工作；否则，对i加一并返回执行所述前向搜索操作；i<N。

2.如权利要求1所述的前向搜索模型集成方法，其特征在于，所述从所述选择补集中选取出一个人脸识别模型作为第i模型集，具体为：

从所述选择补集中选取出测试识别率最高的人脸识别模型作为第i模型集；其中，所述测试识别率是指利用人脸识别模型对标准人脸测试集的图片测试的成功率。

3.如权利要求2所述的前向搜索模型集成方法，其特征在于，所述从所述选择补集中选取出一个人脸识别模型与所述第i模型集并集成第i+1模型集，具体为：

将所述选择补集中的每一个元素分别与所述第i模型集并集成一个分集合；

对于并集而成的每一个分集合，计算由该分集合中的所有元素集成的人脸识别模型的测试识别率；

选取测试识别率最高对应的分集合作为第i+1模型集。

4.如权利要求3所述的前向搜索模型集成方法，其特征在于，所述判定所述第i+1模型集满足停止前向搜索的条件，具体为：

由所述第i+1模型集中的所有元素集成的人脸识别模型的测试识别率与由所述第i模型集中的所有元素集成的人脸识别模型的测试识别率的差值大于前向搜索阈值。

5.如权利要求2至4任一项所述的前向搜索模型集成方法，其特征在于，计算人脸识别模型的测试识别率的过程，具体为：

采用主成分分析方法从所述人脸识别模型提取模型特征；所述模型特征的数组长度为预设数组长度；

根据提取出来的模型特征对所述标准人脸测试集的图片进行测试；

统计测试过程中的成功率，并将所述成功率作为所述人脸识别模型的测试识别率。

6.一种前向搜索模型集成装置，其特征在于，包括：

模型获取模块，用于获取已完成训练的N个人脸识别模型；

初始化模块，用于以所述N个人脸识别模型作为选择补集的元素，以i的初始值为1，并从所述选择补集中选取出一个人脸识别模型作为第i模型集；

前向搜索模块用于执行以下前向搜索操作，具体包括以下单元：

补集更新单元，用于将所述第i模型集在所述选择补集中的补集更新为所述选择补集；

选取并集单元，用于从所述选择补集中选取出一个人脸识别模型与所述第i模型集并集成第i+1模型集；

循环判断单元，用于当判定所述第i+1模型集满足停止前向搜索的条件时，输出所述第i+1模型集，以供人脸识别系统根据由所述第i+1模型集中包含的人脸识别模型集成的模型进行人脸识别工作；否则，对i加一并返回执行所述前向搜索操作；i<N。

7.如权利要求6所述的前向搜索模型集成装置，其特征在于，所述初始化模块具体用于：

从所述选择补集中选取出测试识别率最高的人脸识别模型作为第i模型集；其中，所述测试识别率是指利用人脸识别模型对标准人脸测试集的图片测试的成功率。

8.如权利要求7所述的前向搜索模型集成装置，其特征在于，所述选取并集单元，具体为：

并集子单元，用于将所述选择补集中的每一个元素分别与所述第i模型集并集成一个分集合；

集合计算子单元，用于对于并集而成的每一个分集合，计算由该分集合中的所有元素集成的人脸识别模型的测试识别率；

选取子单元，用于选取测试识别率最高对应的分集合作为第i+1模型集。

9.一种存储设备，其中存储有多条指令，其特征在于，所述指令被处理器执行时实现如权利要求1至5任一项所述的前向搜索模型集成方法。

10.一种人脸识别系统，其特征在于，包括存储设备、处理器及存储在所述存储设备上并可在所述处理器上运行的多条指令，其中，所述处理器执行所术指令时实现如权利要求1对5任一项所述的前向搜索模型集成方法。