[发明专利]人脸识别模型处理方法、装置、设备和存储介质

权利要求书

1.一种人脸识别模型处理方法，包括：

根据遮挡场景下人脸识别模型的搜索空间，构建遮挡人脸识别超网络；其中，所述搜索空间至少包括候选空洞卷积和/或候选非局域模块；

对所述遮挡人脸识别超网络进行采样，得到遮挡人脸识别子网络；

采用遮挡样本数据，对所述遮挡人脸识别子网络进行训练，并根据训练结果更新所述遮挡人脸识别超网络。

2.根据权利要求1所述的方法，其中，所述对所述遮挡人脸识别超网络进行采样，得到遮挡人脸识别子网络，包括：

根据正交比例超参数的取值，从所述遮挡人脸识别超网络中采样满足正交关系的遮挡人脸识别子网络。

3.根据权利要求1所述的方法，根据训练结果更新所述遮挡人脸识别超网络之后，还包括：

通过模型搜索，根据更新后的遮挡人脸识别超网络，确定遮挡人脸识别模型。

4.根据权利要求3所述的方法，其中，所述通过模型搜索，根据更新后的遮挡人脸识别超网络，确定遮挡人脸识别模型，包括：

从更新后的遮挡人脸识别超网络中采样延时小于时长阈值的候选模型结构；

从所述候选模型结构中选择遮挡人脸识别模型。

5.根据权利要求4所述的方法，其中，所述从所述候选模型结构中选择遮挡人脸识别模型，包括：

评估所述候选模型结构的性能；

根据所述候选模型结构的性能，从所述候选模型结构中选择遮挡人脸识别模型。

6.根据权利要求1所述的方法，所述搜索空间还包括如下至少一项：至少两个候选卷积核尺寸、至少两个候选膨胀系数、候选组卷积和候选挤压激励操作。

7.一种人脸识别模型处理装置，包括：

超网络构建模块，用于根据遮挡场景下人脸识别模型的搜索空间，构建遮挡人脸识别超网络；其中，所述搜索空间至少包括候选空洞卷积和/或候选非局域模块；

子网络采样模块，用于对所述遮挡人脸识别超网络进行采样，得到遮挡人脸识别子网络；

网络训练模块，用于采用遮挡样本数据，对所述遮挡人脸识别子网络进行训练，并根据训练结果更新所述遮挡人脸识别超网络。

8.根据权利要求7所述的装置，其中，所述子网络采样模块具体用于：

根据正交比例超参数的取值，从所述遮挡人脸识别超网络中采样满足正交关系的遮挡人脸识别子网络。

9.根据权利要求7所述的装置，还包括：

模型搜索模块，用于根据训练结果更新所述遮挡人脸识别超网络之后，通过模型搜索，根据更新后的遮挡人脸识别超网络，确定遮挡人脸识别模型。

10.根据权利要求9所述的装置，其中，所述模型搜索模块包括：

候选采样单元，用于从更新后的遮挡人脸识别超网络中采样延时小于时长阈值的候选模型结构；

模型选择单元，用于从所述候选模型结构中选择遮挡人脸识别模型。

11.根据权利要求10所述的装置，其中，所述模型选择单元包括：

性能评估子单元，用于评估所述候选模型结构的性能；

模型选择子单元，用于根据所述候选模型结构的性能，从所述候选模型结构中选择遮挡人脸识别模型。

12.根据权利要求7所述的装置，所述搜索空间还包括如下至少一项：至少两个候选卷积核尺寸、至少两个候选膨胀系数、候选组卷积和候选挤压激励操作。

13. 一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。