建立人脸识别模型的方法、装置、设备和计算机存储介质制造方法及图纸
【技术实现步骤摘要】
建立人脸识别模型的方法、装置、设备和计算机存储介质
本专利技术涉及计算机应用
，特别涉及一种建立人脸识别模型的方法、装置、设备和计算机存储介质。
技术介绍
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。然而，由于人年龄的变化会造成人脸也发生变化，因此由于年龄变化而引起的人脸识别率下降问题成为人脸识别领域一个极具挑战的问题。
技术实现思路
有鉴于此，本专利技术提供了一种建立人脸识别模型的方法、装置、设备和计算机存储介质，以便于解决因年龄变化而引起的人脸识别率下降的问题。具体技术方案如下：本专利技术提供了一种建立人脸识别模型的方法，该方法包括：将已知用户的标注了年龄的人脸图像作为训练样本；利用所述训练样本，训练深度神经网络，得到人脸识别模型，所述人脸识别模型用于对输入的人脸图像进行用户识别。根据本专利技术一具体实施方式，所述深度神经网络包括：卷积神经网络，...
【技术保护点】
一种建立人脸识别模型的方法，其特征在于，该方法包括：将已知用户的标注了年龄的人脸图像作为训练样本；利用所述训练样本，训练深度神经网络，得到人脸识别模型，所述人脸识别模型用于对输入的人脸图像进行用户识别。
【技术特征摘要】
1.一种建立人脸识别模型的方法，其特征在于，该方法包括：将已知用户的标注了年龄的人脸图像作为训练样本；利用所述训练样本，训练深度神经网络，得到人脸识别模型，所述人脸识别模型用于对输入的人脸图像进行用户识别。2.根据权利要求1所述的方法，其特征在于，所述深度神经网络包括：卷积神经网络，或者残差型卷积神经网络。3.根据权利要求1所述的方法，其特征在于，在所述训练深度神经网络时，训练目标为：最小化不同人的人脸图像之间的相似度，且相同人的不同年龄的人脸图像之间的相似度与年龄差负相关。4.根据权利要求3所述的方法，其特征在于，利用所述训练样本，训练深度神经网络，得到人脸识别模型包括：利用深度神经网络对所述训练样本进行学习，得到各训练样本的人脸特征；利用各训练样本的人脸特征确定识别损失，利用所述识别损失对所述深度神经网络进行调参，以最小化所述识别损失；其中所述识别损失由不同人的人脸图像之间的相似度以及相同人的不同年龄的人脸图像之间的相似度确定。5.一种建立人脸识别模型的装置，其特征在于，该装置包括：样本获取单元，用于将已知用户的标注了年龄的人脸图像作为训练样本；模型训练单元，用于利用所述训练样本，训练深度神经网络，...
【专利技术属性】
技术研发人员：翁仁亮，何涛，张刚，刘经拓，刘文献，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。