【技术实现步骤摘要】
一种识别模型的获得方法、装置及电子设备
[0001]本申请涉及计算机
，特别涉及一种识别模型的获得方法、装置及电子设备。
技术介绍
[0002]目前，与人脸识别相关的识别模型已被广泛应用，但是，如何对该类识别模型进行优化成为问题。
技术实现思路
[0003]本申请提供如下技术方案：
[0004]本申请一方面一种识别模型的获得方法，包括：
[0005]对每个对象对应的当前聚类中心进行调整，得到每个所述对象对应的调整后的聚类中心，每两个所述对象对应的调整后的聚类中心之间的差异满足设定阈值，所述当前聚类中心能够表征所述对象的身份；
[0006]基于至少一个所述对象的至少一个第一人脸图像和所述每个对象中至少一个对象对应的调整后的聚类中心，调整初始识别模型中特征提取模块的参数；
[0007]基于调整参数后的特征提取模块，从至少一个所述对象的至少一个第二人脸图像中筛选出与所述对象对应的调整后的聚类中心之间相似度满足相似度阈值的至少一个待使用第二人脸图像；其中，所述第一人脸图像与所述第...
【技术保护点】
【技术特征摘要】
1.一种识别模型的获得方法，包括：对每个对象对应的当前聚类中心进行调整，得到每个所述对象对应的调整后的聚类中心，每两个所述对象对应的调整后的聚类中心之间的差异满足设定阈值，所述当前聚类中心能够表征所述对象的身份；基于至少一个所述对象的至少一个第一人脸图像和所述每个对象中至少一个对象对应的调整后的聚类中心，调整初始识别模型中特征提取模块的参数；基于调整参数后的特征提取模块，从至少一个所述对象的至少一个第二人脸图像中筛选出与所述对象对应的调整后的聚类中心之间相似度满足相似度阈值的至少一个待使用第二人脸图像；其中，所述第一人脸图像与所述第二人脸图像相同或者不同；基于调整参数后的特征提取模块提取所述至少一个待使用第二人脸图像的图像特征；基于所述图像特征得到至少一个所述对象的新聚类中心，并调整所述初始识别模型的参数，以通过所述调整参数后的初始识别模型进行图像识别。2.根据权利要求1所述的方法，所述方法还包括：若至少一个所述对象的新聚类中心中每两个所述对象的新聚类中心之间的差异不满足所述设定阈值，返回执行所述对每个对象对应的当前聚类中心进行调整，得到每个所述对象对应的调整后的聚类中心。3.根据权利要求2所述的方法，所述至少一个所述对象的新聚类中心中每两个所述对象的新聚类中心之间的差异不满足所述设定阈值，包括：基于第一设定相似度阈值和至少一个所述对象的新聚类中心中每两个所述对象的新聚类中心之间的相似度，确定出的每两个所述对象的新聚类中心之间的第一损失函数值未收敛；其中，所述第一损失函数值表征每两个所述对象的新聚类中心之间的相似度与所述第一设定相似度阈值之间不一致的程度。4.根据权利要求1所述的方法，所述对每个对象对应的当前聚类中心进行调整，得到每个所述对象对应的调整后的聚类中心，包括：确定每两个所述对象对应的当前聚类中心之间的相似度；基于第一设定相似度阈值和每两个所述对象对应的当前聚类中心之间的相似度，对每个所述对象对应的当前聚类中心进行调整，得到每个所述对象对应的调整后的聚类中心。5.根据权利要求4所述的方法，所述基于第一设定相似度阈值和每两个所述对象对应的当前聚类中心之间的相似度，对每个所述对象对应的当前聚类中心进行调整，包括：基于第一设定相似度阈值和每两个所述对象对应的当前聚类中心之间的相似度，确定每两个所述对象对应的当前聚类中心之间的第二损失函数值，所述第二损失函数值表征每两个所述对象对应的当前聚类中心之间的相似度与所述第一设定相似度阈值之间不一致的程度；若所述第二损失函数值未收敛，对每个所述对象对应的当前聚类中心进行调整。6.根据权利要求1所述的方法，基于至少一个所述对象的至少一个第一人脸图像和所述每个对象中至少一个对象对应的调整后的聚类中心，调整初始识别模型中特征提取模块的参数，包括：基于初始识别模型中特...
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。