[發明專利]向量數據庫的更新方法及基于向量數據庫的人臉識別方法

在審

• 申請號: 202211625427.1
• 申請日: 2022-12-16
• 公開（公告）號: CN115905263A
• 公開（公告）日: 2023-04-04
• 發明（設計）人: 陳亮輝;周科科;付琰;范斌;許順楠;孫珂
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/23
• 分類號: G06F16/23;G06V40/16;G06V10/74;G06V10/82;G06F16/215
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 盧浩;劉芳

1.一種向量數據庫的更新方法，包括：

獲取第一向量數據庫中的人臉圖像的圖像特征向量；其中，所述第一向量數據庫為與初始模型對應的向量數據庫；所述第一向量數據庫中包括人臉圖像的圖像特征向量；

對所述圖像特征向量進行向量轉換處理，得到與所述圖像特征向量對應的第一向量；

根據所述第一向量，更新第二向量數據庫，得到更新后的第二向量數據庫；其中，所述第二向量數據庫為與修改后的初始模型對應的向量數據庫，所述修改后的初始模型為對初始模型進行參數調整后得到的模型；所述第二向量數據庫中包括人臉圖像的圖像特征向量。

2.根據權利要求1所述的方法，其中，所述對所述圖像特征向量進行向量轉換處理，得到與所述圖像特征向量對應的第一向量，包括：

將所述圖像特征向量輸入至預設的映射模型中；其中，所述映射模型用于將所述圖像特征向量轉換為第一向量；

根據所述映射模型中預先設置的全連接層和激活函數，輸出得到與所述圖像特征向量對應的特征向量，為第一向量。

3.根據權利要求2所述的方法，其中，所述根據所述映射模型中預先設置的全連接層和激活函數，輸出得到與所述圖像特征向量對應的特征向量，包括：

根據所述映射模型中預先設置的全連接層和激活函數，對所述圖像特征向量進行特征提取，得到與所述圖像特征向量對應的特征向量。

4.根據權利要求2所述的方法，其中，所述根據所述映射模型中預先設置的全連接層和激活函數，輸出得到與所述圖像特征向量對應的特征向量，包括：

根據所述映射模型中預先設置的全連接層和激活函數，確定所述圖像特征向量中的冗余信息；

去除所述冗余信息，得到與所述圖像特征向量對應的特征向量。

5.根據權利要求1或2所述的方法，其中，所述對所述圖像特征向量進行向量轉換處理，得到與所述圖像特征向量對應的第一向量，包括：

根據預設的初始模型與修改后的初始模型之間的向量轉換規則信息，將所述圖像特征向量轉換為對應的第一向量。

6.根據權利要求1-5中任一項所述的方法，所述方法還包括：

獲取預先采集的圖像樣本，根據所述初始模型，確定所述圖像樣本的初始特征向量；

根據待訓練的映射模型，對所述圖像樣本的初始特征向量進行轉換，得到與所述初始特征向量對應的第二向量；

根據修改后的初始模型，對所述圖像樣本進行特征提取，得到第三向量；

根據所述第二向量和所述第三向量，對所述待訓練的映射模型進行訓練，得到所述預設的映射模型。

7.根據權利要求6所述的方法，其中，所述根據所述第二向量和所述第三向量，對所述待訓練的映射模型進行訓練，包括：

確定所述第二向量與所述第三向量的相似度；

若所述第二向量與所述第三向量的相似度，大于預設的相似度閾值，則確定所述映射模型訓練完成。

8.根據權利要求6所述的方法，其中，所述獲取預先采集的圖像樣本，根據所述初始模型，確定所述圖像樣本的初始特征向量，包括：

獲取預先采集的圖像樣本集，從所述圖像樣本集中獲取第一圖像樣本；

根據所述初始模型，確定所述第一圖像樣本的初始特征向量。

9.根據權利要求8所述的方法，其中，所述根據修改后的初始模型，對所述圖像樣本進行特征提取，得到第三向量，包括：

根據修改后的初始模型，對所述第一圖像樣本進行特征提取，得到第三向量；

從所述圖像樣本集中獲取第二圖像樣本，根據修改后的初始模型，確定所述第二圖像樣本的特征向量，為第四向量。