一种基于原型校准和自适应微调的小样本人脸识别方法

本发明公开了一种基于原型校准和自适应微调的小样本人脸识别方法，包括：1）在大规模人脸数据库上对编码器进行预训练，捕获丰富的语义信息和类分布，构建评估集，确保训练身份信息与构建的评估集不重叠；2）通过权重印迹方法初始化分类器权重，确保平滑过渡，诱导出编码器的判别结构；3）计算微调类原型与预训练原型之间的余弦相似度，通过加权平均融合预训练类信息，校准偏差的微调类原型；4）引入自适应间隔损失函数，调整样本惩罚强度，对BatchNorm层和分类器权重进行选择性微调；5）使用领域感知相似性NAC校准未知类别拒识，增强与领域样本的相似度关系，得到最终匹配分数。本发明方法能够提高模型在少样本学习场景下的识别精度和拒识能力。