[发明专利]人脸识别模型的训练方法、人脸识别方法、装置、设备及存储介质在审
申请号: | 201910663230.9 | 申请日: | 2019-07-22 |
公开(公告)号: | CN110543815A | 公开(公告)日: | 2019-12-06 |
发明(设计)人: | 姚旭峰 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/40;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 44507 深圳市力道知识产权代理事务所(普通合伙) | 代理人: | 何姣<国际申请>=<国际公布>=<进入国 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请涉及生物识别领域,基于深度学习训练人脸识别模型。具体公开了一种人脸识别模型的训练方法、人脸识别方法、装置、设备及存储介质,该方法包括:对预设的卷积神经网络进行训练,以构建特征提取网络;将特征提取网络与预设的分类网络建立连接,以得到第一卷积神经网络模型;冻结第一卷积神经网络模型的特征提取网络的权重参数;对第一卷积神经网络模型中的分类网络进行迭代训练,以得到第二卷积神经网络模型;解冻第二卷积神经网络模型的特征提取网络的权重参数;对解冻后的第二卷积神经网络模型进行训练,以得到人脸识别模型。该方法可以提高人脸识别速度,提高模型的稳定性。 | ||
搜索关键词: | 卷积神经网络 人脸识别 特征提取 分类网络 权重参数 预设 解冻 网络 存储介质 迭代训练 建立连接 生物识别 学习训练 构建 冻结 申请 | ||
【主权项】:
1.一种人脸识别模型的训练方法,其特征在于,包括:/n根据第一样本图像信息,对预设的卷积神经网络进行训练,以构建特征提取网络;/n将所述特征提取网络与预设的分类网络建立连接,以得到第一卷积神经网络模型;/n冻结所述第一卷积神经网络模型的特征提取网络的权重参数;/n根据第二样本图像信息,对所述第一卷积神经网络模型中的分类网络进行迭代训练,以得到第二卷积神经网络模型;/n解冻所述第二卷积神经网络模型的特征提取网络的权重参数;/n根据第三样本图像信息,对解冻后的第二卷积神经网络模型进行训练,以得到所述人脸识别模型。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910663230.9/,转载请声明来源钻瓜专利网。