摘要
本发明公开了一种人脸识别模型的训练及人脸识别方法、设备及存储介质,该方法包括:采集多帧已标注真实归属的用户的人脸图像数据;使用各个批次的人脸图像数据初次更新人脸识别模型;依据人脸识别模型将同一批次中的人脸图像数据划分为表示无噪声的第一样本集和表示存在噪声的第二样本集;使用第一样本集中的人脸图像数据再次更新人脸识别模型;依据人脸识别模型将第二样本集中表示无噪声的人脸图像数据重新划入第一样本集;依据人脸识别模型对第一样本集划分为表示无噪声的第三样本集和表示噪声模糊的第四样本集;依据第三样本集与第四样本集微调人脸识别模型。在训练过程经过多阶段自适应辨别噪声,提高人脸识别模型的鲁棒性。
技术关键词
人脸图像数据
人脸识别模型
人脸特征向量
样本
人脸识别方法
无噪声
网络
偏差
基准
采集人脸图像
标签
可读存储介质
数值
电子设备
处理器通信
多阶段
系统为您推荐了相关专利信息
机器学习辅助
预测评估方法
传感器
构建卷积神经网络
主成分分析法
输电线路杆塔
网格化方法
地理信息数据
人工智能模型训练
参数寻优方法
深度神经网络模型
构建卷积神经网络
学生
监测方法
蒸馏