[發明專利]人臉屬性識別網絡的訓練方法、識別方法及相關設備

在審

• 申請號: 202210426258.2
• 申請日: 2022-04-22
• 公開（公告）號: CN114639001A
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 張詩;譚軍勝;何正威;朱博
• 申請（專利權）人: 武漢中科通達高新技術股份有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V40/16;G06K9/62
• 代理公司: 深圳紫藤知識產權代理有限公司 44570
• 代理人: 熊恒定

1.一種人臉屬性識別網絡的訓練方法，其特征在于，所述人臉屬性識別網絡的訓練方法包括：

確定待訓練的人臉屬性識別網絡當前的網絡參數；

獲取用于訓練人臉屬性識別網絡的至少一個測試任務和至少一個訓練任務；所述測試任務的人臉圖像樣本和所述訓練任務的人臉圖像樣本所屬人臉屬性識別領域不同；

通過用于計算訓練任務損失的第一損失函數，以及所述當前的網絡參數，得到所述訓練任務的第一損失函數值；

根據所述第一損失函數和所述訓練任務中的人臉圖像樣本，對所述當前的網絡參數進行梯度下降，得到所述訓練任務對應的梯度下降后的第一網絡參數；

通過用于計算測試任務損失的第二損失函數和所述第一網絡參數，得到所述測試任務對應的第二損失函數值；

將所述第一損失函數值，以及所述第二損失函數值輸入用于計算人臉屬性識別網絡損失的第三損失函數，得到第三損失函數值；

根據所述第三損失函數值判斷所述第三損失函數是否收斂；

若所述第三損失函數不收斂，根據所述第三損失函數，對所述當前的網絡參數進行梯度下降，得到梯度下降后的第二網絡參數；

將所述第二網絡參數作為當前的網絡參數，重新進行獲取用于訓練人臉屬性識別網絡的至少一個測試任務和至少一個訓練任務的步驟，直至所述第三損失函數收斂，則判定所述人臉屬性識別網絡訓練完成，得到訓練好的人臉屬性識別網絡。

2.根據權利要求1所述的人臉屬性識別網絡的訓練方法，其特征在于，所述人臉屬性識別網絡包括：用于提取人臉特征的特征提取網絡，以及用于通過提取的人臉特征識別人臉屬性的分類網絡。

3.根據權利要求2所述的人臉屬性識別網絡的訓練方法，其特征在于，所述根據所述第一損失函數和所述訓練任務中的人臉圖像樣本，對所述當前的網絡參數進行梯度下降，得到所述訓練任務對應的梯度下降后的第一網絡參數，包括：

根據所述第一損失函數和所述訓練任務中的人臉圖像樣本，僅對所述當前的網絡參數中的分類網絡參數進行梯度下降，得到梯度下降后的第一網絡參數。

4.根據權利要求1所述的人臉屬性識別網絡的訓練方法，其特征在于，所述第三損失函數為：所述第一損失函數與所述第二損失函數加權求和；

所述將所述第一損失函數值，以及所述第二損失函數值輸入用于計算人臉屬性識別網絡損失的第三損失函數，得到第三損失函數值，包括：

對所述第一損失函數值，以及所述第二損失函數值加權求和，得到第三函數值。

5.根據權利要求1所述的人臉屬性識別網絡的訓練方法，其特征在于，所述人臉屬性識別領域為：具有預設圖像標準的人臉屬性識別領域，具有不同光強范圍的人臉屬性識別領域，具有面部遮擋的人臉屬性識別領域，或預設拍攝場景的人臉屬性識別領域。

6.根據權利要求1至5中任一項所述的人臉屬性識別網絡的訓練方法，在所述得到訓練好的人臉屬性識別網絡后，所述方法還包括：

獲取目標人臉屬性識別領域的人臉圖像樣本；

通過所述目標人臉屬性識別領域的人臉圖像樣本對所述訓練好的人臉屬性識別網絡的網絡參數進行調整，得到應用于目標人臉屬性識別領域的訓練好的人臉屬性識別網絡。

7.一種人臉屬性識別方法，其特征在于，所述方法包括：

通過人臉屬性識別網絡進行人臉屬性識別；

其中，所述人臉屬性識別網絡為：通過權利要求1至6中任一項所述的訓練方法得到的訓練好的人臉屬性識別網絡。