[发明专利]模型生成方法和装置

权利要求书

1.一种模型生成方法，包括：

获取训练样本集，所述训练样本集包括样本人脸图像和样本人脸图像的标注信息，所述样本人脸图像包括可见光人脸图像和红外人脸图像，所述样本人脸图像的标注信息用于指示对应的样本人脸图像所包含的人脸所属的用户对象；

通过训练操作对人脸识别模型对应的神经网络进行训练，得到人脸识别模型，其中，所述待训练的人脸识别模型对应的神经网络包括可见光人脸识别网络和红外人脸识别网络；

所述训练操作包括：利用所述人脸识别模型对应的神经网络对所述样本人脸图像进行人脸识别，得到样本人脸图像所包含的人脸所属用户对象的预测结果，包括：将所述样本图像中的可见光人脸图像和红外人脸图像分别对应地输入所述可见光人脸识别网络和红外人脸识别网络，得到所述可见光人脸识别网络对所述可见光人脸图像所包含的人脸所属用户对象的预测结果，和所述红外人脸识别网络对所述红外人脸图像所包含的人脸所属用户对象的预测结果，基于所述样本人脸图像的预测结果与所述样本人脸图像的标注信息之间的差异，迭代调整所述人脸识别模型对应的神经网络的参数值，以使对所述样本人脸图像的预测结果与对所述样本人脸图像的标注信息之间的差异满足预设的收敛条件，包括：基于预设的损失函数，迭代调整所述可见光人脸识别网络和所述红外人脸识别网络的参数值，以使所述损失函数的值满足预设的收敛条件，其中，所述损失函数包括第一预测误差函数和第二预测误差函数，所述第一预测误差函数的值用于表征可见光人脸识别网络对可见光人脸图像的预测结果与可见光人脸图像的标注信息之间的差异，所述第二预测误差函数的值用于表征红外人脸识别网络对红外人脸图像的预测结果与红外人脸图像的标注信息之间的差异。

2.一种模型生成装置，包括：

获取单元，用于获取训练样本集，所述训练样本集包括样本人脸图像和样本人脸图像的标注信息，所述样本人脸图像包括可见光人脸图像和红外人脸图像，所述样本人脸图像的标注信息用于指示对应的样本人脸图像所包含的人脸所属的用户对象；

训练单元，用于通过训练操作对人脸识别模型对应的神经网络进行训练，得到人脸识别模型，其中，所述待训练的人脸识别模型对应的神经网络包括可见光人脸识别网络和红外人脸识别网络；

所述训练操作包括：利用所述人脸识别模型对应的神经网络对所述样本人脸图像进行人脸识别，得到样本人脸图像所包含的人脸所属用户对象的预测结果，包括：将所述样本图像中的可见光人脸图像和红外人脸图像分别对应地输入所述可见光人脸识别网络和红外人脸识别网络，得到所述可见光人脸识别网络对所述可见光人脸图像所包含的人脸所属用户对象的预测结果，和所述红外人脸识别网络对所述红外人脸图像所包含的人脸所属用户对象的预测结果，基于所述样本人脸图像的预测结果与所述样本人脸图像的标注信息之间的差异，迭代调整所述人脸识别模型对应的神经网络的参数值，以使对所述样本人脸图像的预测结果与对所述样本人脸图像的标注信息之间的差异满足预设的收敛条件，包括：基于预设的损失函数，迭代调整所述可见光人脸识别网络和所述红外人脸识别网络的参数值，以使所述损失函数的值满足预设的收敛条件，其中，所述损失函数包括第一预测误差函数和第二预测误差函数，所述第一预测误差函数的值用于表征可见光人脸识别网络对可见光人脸图像的预测结果与可见光人脸图像的标注信息之间的差异，所述第二预测误差函数的值用于表征红外人脸识别网络对红外人脸图像的预测结果与红外人脸图像的标注信息之间的差异。

3.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1所述的方法。

4.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1所述的方法。