[發(fā)明專利]數(shù)據(jù)隊(duì)列動(dòng)態(tài)更新方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110327593.2
• 申請(qǐng)日: 2021-03-26
• 公開（公告）號(hào): CN113033415A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 希滕;李弼;張剛
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京市鑄成律師事務(wù)所 11313
• 代理人: 郭麗祥;楊瑾瑾

本公開提供了一種數(shù)據(jù)隊(duì)列動(dòng)態(tài)更新方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)領(lǐng)域。具體實(shí)現(xiàn)方案為：根據(jù)第一模型對(duì)圖像數(shù)據(jù)進(jìn)行特征提取，得到第一圖像特征隊(duì)列；從圖像數(shù)據(jù)中提取第一組圖像，根據(jù)第二模型對(duì)第一組圖像進(jìn)行特征提取，得到第一組圖像特征；根據(jù)第一模型對(duì)第二組圖像進(jìn)行特征提取，得到第二組圖像特征；進(jìn)行模型訓(xùn)練的過程中，對(duì)第一圖像特征隊(duì)列進(jìn)行動(dòng)態(tài)更新。采用本公開，可以保證包含各類場(chǎng)景特征的數(shù)據(jù)隊(duì)列的準(zhǔn)確性及數(shù)據(jù)全面性，從而提高了硬件的處理速度及處理準(zhǔn)確率。

技術(shù)領(lǐng)域

本公開涉及人工智能領(lǐng)域。本公開尤其涉及計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)領(lǐng)域。

背景技術(shù)

隨著技術(shù)的發(fā)展，可以通過人工智能實(shí)現(xiàn)硬件加速處理，所適用的應(yīng)用場(chǎng)景多種多樣，比如涉及圖文處理、圖像處理、視頻處理、人臉識(shí)別等應(yīng)用場(chǎng)景的硬件設(shè)計(jì)中都可以采用人工智能技術(shù)，以提高硬件的處理速度及處理準(zhǔn)確率。

然而，包含各類場(chǎng)景特征的數(shù)據(jù)隊(duì)列的準(zhǔn)確性、數(shù)據(jù)全面性與否，會(huì)影響到硬件的處理速度及處理準(zhǔn)確率。對(duì)此，相關(guān)技術(shù)未存在有效的解決方案。

發(fā)明內(nèi)容

本公開提供了一種數(shù)據(jù)隊(duì)列動(dòng)態(tài)更新方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

根據(jù)本公開的一方面，提供了一種數(shù)據(jù)隊(duì)列動(dòng)態(tài)更新方法，包括：

根據(jù)第一模型對(duì)圖像數(shù)據(jù)進(jìn)行特征提取，得到第一圖像特征隊(duì)列；

從所述圖像數(shù)據(jù)中提取第一組圖像，根據(jù)第二模型對(duì)所述第一組圖像進(jìn)行特征提取，得到第一組圖像特征；

從所述圖像數(shù)據(jù)中提取與所述第一組圖像標(biāo)識(shí)(ID)相對(duì)應(yīng)的第二組圖像，根據(jù)所述第一模型對(duì)所述第二組圖像進(jìn)行特征提取，得到第二組圖像特征；

將所述第一組圖像特征、第二組圖像特征及所述第一圖像特征隊(duì)列作為樣本數(shù)據(jù)進(jìn)行模型訓(xùn)練的過程中，對(duì)所述第一圖像特征隊(duì)列進(jìn)行動(dòng)態(tài)更新。

根據(jù)本公開的另一方面，提供了一種人臉識(shí)別方法，包括：

對(duì)人臉圖像進(jìn)行采集，得到人臉圖像數(shù)據(jù)；

將所述人臉圖像數(shù)據(jù)通過人臉識(shí)別模型進(jìn)行識(shí)別處理，得到人臉識(shí)別結(jié)果，所述人臉識(shí)別模型為基于第一人臉圖像特征隊(duì)列的動(dòng)態(tài)更新所得到的訓(xùn)練后第二模型；

其中，所述第一人臉圖像特征隊(duì)列的動(dòng)態(tài)更新，包括：

根據(jù)第一模型對(duì)所述人臉圖像數(shù)據(jù)進(jìn)行特征提取，得到所述第一人臉圖像特征隊(duì)列，從所述人臉圖像數(shù)據(jù)中提取第一組人臉圖像，根據(jù)第二模型對(duì)所述第一組人臉圖像進(jìn)行特征提取，得到第一組人臉圖像特征；

從所述人臉圖像數(shù)據(jù)中提取與所述第一組人臉圖像ID相對(duì)應(yīng)的第二組人臉圖像，根據(jù)所述第一模型對(duì)所述第二組人臉圖像進(jìn)行特征提取，得到第二組人臉圖像特征；

根據(jù)所述第一組人臉圖像特征、所述第二組人臉圖像特征對(duì)所述第一人臉圖像特征隊(duì)列進(jìn)行動(dòng)態(tài)更新。

根據(jù)本公開的另一方面，提供了一種數(shù)據(jù)隊(duì)列動(dòng)態(tài)更新裝置，包括：

第一特征提取模塊，用于根據(jù)第一模型對(duì)圖像數(shù)據(jù)進(jìn)行特征提取，得到第一圖像特征隊(duì)列；

第二特征提取模塊，用于從所述圖像數(shù)據(jù)中提取第一組圖像，根據(jù)第二模型對(duì)所述第一組圖像進(jìn)行特征提取，得到第一組圖像特征；

第三特征提取模塊，用于從所述圖像數(shù)據(jù)中提取與所述第一組圖像ID相對(duì)應(yīng)的第二組圖像，根據(jù)所述第一模型對(duì)所述第二組圖像進(jìn)行特征提取，得到第二組圖像特征；

隊(duì)列更新模塊，用于將所述第一組圖像特征、第二組圖像特征及所述第一圖像特征隊(duì)列作為樣本數(shù)據(jù)進(jìn)行模型訓(xùn)練的過程中，對(duì)所述第一圖像特征隊(duì)列進(jìn)行動(dòng)態(tài)更新。