[发明专利]人脸识别的方法、装置及计算机装置

摘要

本发明公开了一种人脸识别的方法、装置及计算机装置。在本发明中，根据预设的人脸特征提取模型提取预设训练集中任意两个样本的特征向量，并进行归一化处理，获取所述任意两个样本的融合特征向量以及参照相似度，依次遍历所有互不相同的两个样本，获得预设训练集中所有互不相同的两个样本的融合特征向量和参照相似度，根据所有互不相同的两个样本的融合特征向量和参照相似度训练回归模型，利用训练后的回归模型对待识别的人脸图片进行识别。本发明根据预设训练集中所有融合特征向量和参照相似度训练回归模型，训练后的回归模型可以有效区分不同类别标记的样本，在对待识别的人脸图片进行识别时，可以有效提高人脸识别的效果和准确率。

主权项

1.一种人脸识别的方法，其特征在于，所述方法包括：根据预设的人脸特征提取模型提取预设训练集中任意两个样本的特征向量；分别对所述任意两个样本的特征向量进行归一化处理；获取所述任意两个样本的融合特征向量；获取所述任意两个样本的参照相似度；依次遍历所述预设训练集中所有互不相同的两个样本，获得所述预设训练集中所有互不相同的两个样本的融合特征向量和参照相似度；获取所述预设训练集的任一融合特征向量；将所述任一融合特征向量输入至回归模型，获得所述任一融合特征向量所对应的两个样本的训练相似度，其中，所述回归模型至少包括第一全连接层和第二全连接层，且所述第一全连接层和第二全连接层均采用激活函数对所述任一融合特征向量做特征映射变换；利用损失函数确定所述任一融合特征向量所对应的两个样本的训练相似度与所述任一融合特征向量所对应的两个样本的参照相似度的误差；若所述误差不满足预设收敛条件，则利用随机梯度下降通过反向传播的过程调整所述回归模型的所述第一全连接层的参数和所述第二全连接层的参数；重复上述迭代过程，直至所述误差满足预设收敛条件，将满足预设收敛条件之前的最后一次迭代过程的第一全连接层的参数和第二全连接层的参数作为回归模型的第一全连接层的参数和第二全连接层的参数，确定训练后的回归模型；利用所述训练后的回归模型，对待识别的人脸图片进行识别。