[发明专利]人脸识别方法、装置、电子设备及计算机可读存储介质

说明书

本公开涉及人工智能技术领域，提供了一种人脸识别方法、装置、电子设备及计算机可读存储介质。该方法包括：将输入图像中的每个类中的多个样本分为第一样本组和第二样本组；使用每个类的第一样本组分别训练多卷积复刻网络、多激活复刻网络和多编码复刻网络；将每个类的第二样本组输入并行复刻网络组，输出每个类的多个生成原型；根据每个类的第一样本组、第二样本组和多个生成原型，训练人脸识别模型，并使用训练之后的神经网络模型进行人脸识别，采用上述技术手段，解决现有技术中，在人脸识别模型的训练中，每个类只有一个原型，会导致人脸识别模型的参数更新失败，人脸识别模型的拟合不到最优解的问题。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种人脸识别方法、装置、电子设备及计算机可读存储介质。

背景技术

现有人脸识别算法中，每个类只有一个原型，在训练人脸识别模型中，只能通过维护每个类的一个原型来更新或优化整个模型。人脸识别模型的更新实质上只依赖每个类的一个原型，但是每个类只有一个原型，不能兼容每个类内多个样本之间的多样性，进而会导致人脸识别模型的参数更新失败，人脸识别模型的拟合不到最优解。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：在人脸识别模型的训练中，每个类只有一个原型，会导致人脸识别模型的参数更新失败，人脸识别模型的拟合不到最优解的问题。

发明内容

有鉴于此，本公开实施例提供了一种人脸识别方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，在人脸识别模型的训练中，每个类只有一个原型，会导致人脸识别模型的参数更新失败，人脸识别模型的拟合不到最优解的问题。

本公开实施例的第一方面，提供了一种人脸识别方法，包括：构建主网络、滑动复刻网络、多卷积复刻网络、多激活复刻网络和多编码复刻网络；使用滑动复刻网络、多卷积复刻网络、多激活复刻网络和多编码复刻网络组成并行复刻网络组，使用主网络和并行复刻网络组组成人脸识别模型；获取输入图像，并将输入图像中的每个类中的多个样本分为第一样本组和第二样本组；使用每个类的第一样本组分别训练多卷积复刻网络、多激活复刻网络和多编码复刻网络；将每个类的第二样本组输入并行复刻网络组，输出每个类的多个生成原型；根据每个类的第一样本组、第二样本组和多个生成原型，训练人脸识别模型，并使用训练之后的神经网络模型进行人脸识别。

本公开实施例的第二方面，提供了一种人脸识别装置，包括：构建模块，被配置为构建主网络、滑动复刻网络、多卷积复刻网络、多激活复刻网络和多编码复刻网络；组成模块，被配置为使用滑动复刻网络、多卷积复刻网络、多激活复刻网络和多编码复刻网络组成并行复刻网络组，使用主网络和并行复刻网络组组成人脸识别模型；获取模块，被配置为获取输入图像，并将输入图像中的每个类中的多个样本分为第一样本组和第二样本组；第一训练模块，被配置为使用每个类的第一样本组分别训练多卷积复刻网络、多激活复刻网络和多编码复刻网络；网络组模块，被配置为将每个类的第二样本组输入并行复刻网络组，输出每个类的多个生成原型；第二训练模块，被配置为根据每个类的第一样本组、第二样本组和多个生成原型，训练人脸识别模型，并使用训练之后的神经网络模型进行人脸识别。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。