[发明专利]神经网络处理及人脸识别方法、装置、设备和存储介质

权利要求书

1.一种神经网络处理方法，其特征在于，所述方法包括：

获取第一神经网络和人脸图像，所述第一神经网络表示进行人脸识别的神经网络；

获取所述人脸图像中的标注信息；

根据优化数据，在所述第一神经网络的基础上进行增量训练，得到第二神经网络；其中，所述优化数据至少包括带有所述标注信息的所述人脸图像。

2.根据权利要求1所述的方法，其特征在于，所述获取人脸图像中的标注信息，包括：

对所述人脸图像进行特征提取，得到所述人脸图像的特征；

对所述人脸图像的特征进行聚类处理，得到聚类结果；

根据所述聚类结果，对所述人脸图像进行标注，得到所述标注信息。

3.根据权利要求2所述的方法，其特征在于，所述聚类结果包括至少一个簇；

所述根据所述聚类结果，对所述人脸图像进行标注，包括：

在所述人脸图像中，将每个簇的标签作为所述每个簇对应的人脸图像的标注信息。

4.根据权利要求2所述的方法，其特征在于，所述对所述人脸图像进行特征提取，包括：

对所述人脸图像进行人脸区域的矫正处理，基于矫正处理后的人脸图像进行特征提取。

5.根据权利要求1所述的方法，其特征在于，所述根据优化数据，在所述第一神经网络的基础上进行增量训练，包括：

按照预设的过滤条件对所述优化数据中所述人脸图像中的标注信息进行过滤；

至少根据过滤处理后的标注信息，在所述第一神经网络的基础上进行增量训练。

6.根据权利要求1所述的方法，其特征在于，获取所述人脸图像，包括：

在采集到的人脸图像的个数大于或等于第一数量阈值的情况下，获取采集到的人脸图像。

7.根据权利要求1所述的方法，其特征在于，所述获取所述人脸图像中的标注信息，包括：

在获取到的所述人脸图像的个数大于或等于第二数量阈值的情况下，获取所述人脸图像中的标注信息。

8.根据权利要求1所述的方法，其特征在于，所述优化数据还包括固定数据和/或第一神经网络的记忆数据；其中，所述固定数据表示初始神经网络的训练数据，所述初始神经网络表示无需增量训练得到的人脸识别神经网络；所述第一神经网络的记忆数据表示第一神经网络的训练数据中，满足预设条件的训练数据。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

生成第二神经网络的记忆数据，所述第二神经网络的记忆数据表示第二神经网络的训练数据中，满足预设条件的训练数据；所述第二神经网络的记忆数据，用于在第二神经网络的基础上进行增量训练的情况下，替换所述优化数据中的第一神经网络的记忆数据。

10.根据权利要求1所述的方法，其特征在于，所述根据优化数据，在所述第一神经网络的基础上进行增量训练，得到第二神经网络，包括：

构建至少一组神经网络参数；

针对每组神经网络参数，根据优化数据在所述第一神经网络的基础上进行增量训练，得到每组神经网络参数对应的人脸识别神经网络；

根据每组神经网络参数对应的人脸识别神经网络，得到所述第二神经网络。

11.根据权利要求10所述的方法，其特征在于，所述至少一组神经网络参数为两组或两组以上的神经网络参数；

所述根据每组神经网络参数对应的人脸识别神经网络，得到所述第二神经网络，包括：

按照预设评测集对各组神经网络参数对应的人脸识别神经网络进行评测，得到各组神经网络参数对应的人脸识别神经网络的人脸识别精度；

在各组神经网络参数对应的人脸识别神经网络中，选取人脸识别精度达到设定识别精度的一个人脸识别神经网络作为所述第二神经网络。