[發明專利]一種人臉識別網絡的訓練方法、裝置、設備及存儲介質

在審

• 申請號: 202010592664.7
• 申請日: 2020-06-24
• 公開（公告）號: CN111783606A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 楊馥魁
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種人臉識別網絡的訓練方法，包括：

將訓練數據對中的遮擋人臉圖像輸入教師網絡，無遮擋人臉圖像輸入學生網絡，并根據所述教師網絡和所述學生網絡對所述訓練數據對的預測結果，交替訓練所述教師網絡和所述學生網絡；其中，所述訓練數據對由相同身份的遮擋人臉圖像和非遮擋人臉圖像構成；

從訓練后的教師網絡和學生網絡中，確定通用人臉識別網絡。

2.根據權利要求1所述的方法，其中，將訓練數據對中的遮擋人臉圖像輸入教師網絡，無遮擋人臉圖像輸入學生網絡，并根據所述教師網絡和所述學生網絡對所述訓練數據對的預測結果，交替訓練所述教師網絡和所述學生網絡，包括：

將所述訓練數據對中的遮擋人臉圖像輸入教師網絡，得到所述教師網絡的預測結果；

將所述訓練數據對中的無遮擋人臉圖像輸入學生網絡，得到所述學生網絡的預測結果；

根據所述教師網絡的預測結果、所述學生網絡的預測結果和所述訓練數據對中標注的真實身份，確定相對熵和待訓練網絡的識別損失函數；其中，所述待訓練網絡交替為所述教師網絡或所述學生網絡；

根據所述相對熵和所述待訓練網絡的識別損失函數，對所述待訓練網絡的網絡參數進行訓練更新。

3.根據權利要求2所述的方法，其中，根據所述教師網絡的預測結果、所述學生網絡的預測結果和所述訓練數據對中標注的真實身份，確定相對熵和待訓練網絡的識別損失函數，包括：

根據所述教師網絡的預測結果和所述學生網絡的預測結果，確定相對熵；

根據所述待訓練網絡的預測結果和所述訓練數據對中標注的真實身份，確定所述待訓練網絡的識別損失函數。

4.根據權利要求1所述的方法，其中，所述訓練數據對中的遮擋人臉圖像是對無遮擋人臉圖像進行遮擋處理后得到的。

5.根據權利要求1所述的方法，其中，從訓練后的教師網絡和學生網絡中，確定通用人臉識別網絡，包括：

根據測試數據，對訓練后的教師網絡和學生網絡進行測試；其中，所述測試數據包括：遮擋人臉圖像和無遮擋人臉圖像；

根據教師網絡和學生網絡的測試結果，從所述教師網絡和所述學生網絡中，選擇通用人臉識別網絡。

6.根據權利要求1-5中任一項所述的方法，其中，所述教師網絡和所述學生網絡的網絡結構相同。

7.根據權利要求6所述的方法，其中，所述教師網絡和所述學生網絡包括：卷積層、全連接層和激活層。

8.根據權利要求1所述的方法，其中，在從訓練后的教師網絡和學生網絡中，確定通用人臉識別網絡之后，還包括：

將所述通用人臉識別網絡部署到人臉識別系統中，以對輸入所述人臉識別系統的待檢測人臉圖像進行身份識別。

9.一種人臉識別網絡的訓練裝置，包括：

網絡訓練模塊，用于將訓練數據對中的遮擋人臉圖像輸入教師網絡，無遮擋人臉圖像輸入學生網絡，并根據所述教師網絡和所述學生網絡對所述訓練數據對的預測結果，交替訓練所述教師網絡和所述學生網絡；其中，所述訓練數據對由相同身份的遮擋人臉圖像和非遮擋人臉圖像構成；

網絡確定模塊，用于從訓練后的教師網絡和學生網絡中，確定通用人臉識別網絡。

10.根據權利要求9所述的裝置，其中，所述網絡訓練模塊包括：

第一圖像輸入單元，用于將所述訓練數據對中的遮擋人臉圖像輸入教師網絡，得到所述教師網絡的預測結果；

第二圖像輸入單元，用于將所述訓練數據對中的無遮擋人臉圖像輸入學生網絡，得到所述學生網絡的預測結果；

損失函數確定單元，用于根據所述教師網絡的預測結果、所述學生網絡的預測結果和所述訓練數據對中標注的真實身份，確定相對熵和待訓練網絡的識別損失函數；其中，所述待訓練網絡交替為所述教師網絡或所述學生網絡；

網絡參數更新單元，用于根據所述相對熵和所述待訓練網絡的識別損失函數，對所述待訓練網絡的網絡參數進行訓練更新。