[发明专利]模型更新方法和装置、人脸识别方法、设备及存储介质

权利要求书

1.一种模型更新方法，其特征在于，所述方法包括：

获取样本人脸图像数据；

对所述样本人脸图像数据进行数据划分，得到训练人脸图像数据和测试人脸图像数据；

获取原始人脸识别模型，其中，所述原始人脸识别模型包括特征提取网络和识别网络；

获取所述识别网络的原始隐藏层单元的第一位置分布数据和第一单元数量；

基于所述第一位置分布数据和所述第一单元数量，确定新增隐藏层单元的第二单元数量和第二位置分布数据；

基于所述训练人脸图像数据和所述新增隐藏层单元的第二单元数量和第二位置分布数据对所述原始人脸识别模型进行模型训练，得到初始人脸识别模型；

基于所述测试人脸图像数据对所述初始人脸识别模型进行模型优化，得到目标人脸识别模型，所述目标人脸识别模型用于对目标对象的目标人脸图像进行识别处理，得到所述目标对象的人物身份信息。

2.根据权利要求1所述的模型更新方法，其特征在于，所述对所述样本人脸图像数据进行数据划分，得到训练人脸图像数据和测试人脸图像数据，包括：

对所述样本人脸图像数据进行图像亮度调整，得到中间人脸图像数据；

对所述中间人脸图像数据进行像素归一化，得到初始人脸图像数据；

根据预设的比例参数对所述初始人脸图像数据进行数据划分，得到所述训练人脸图像数据和测试人脸图像数据。

3.根据权利要求1所述的模型更新方法，其特征在于，所述基于所述训练人脸图像数据和所述新增隐藏层单元的第二单元数量和第二位置分布数据对所述原始人脸识别模型进行模型训练，得到初始人脸识别模型，包括：

根据所述第二单元数量和所述第二位置分布数据对所述原始人脸识别模型进行模型增强，得到中间人脸识别模型；

基于所述训练人脸图像数据对所述中间人脸识别模型进行模型训练，得到模型损失值；

根据所述模型损失值对所述原始人脸识别模型进行参数更新，得到所述初始人脸识别模型。

4.根据权利要求1至3任一项所述的模型更新方法，其特征在于，所述基于所述测试人脸图像数据对所述初始人脸识别模型进行模型优化，得到目标人脸识别模型，包括：

基于所述测试人脸图像数据对所述初始人脸识别模型进行模型测试，得到测试结果；

根据所述测试结果对所述初始人脸识别模型进行模型优化，得到所述目标人脸识别模型。

5.一种人脸识别方法，其特征在于，所述方法包括：

获取目标对象的目标人脸图像；

将所述目标人脸图像输入至目标人脸识别模型中进行人脸识别，得到所述目标对象的人物身份信息，其中，所述目标人脸识别模型根据权利要求1至4任一项所述的模型更新方法得到。

6.根据权利要求5所述的人脸识别方法，其特征在于，所述目标人脸识别模型包括特征提取网络和识别网络，所述将所述目标人脸图像输入至目标人脸识别模型中进行人脸识别，得到所述目标对象的人物身份信息，包括：

基于所述特征提取网络对所述目标人脸图像进行特征提取，得到人脸三维视觉特征；

基于所述识别网络对所述人脸三维视觉特征进行身份识别，得到所述目标对象的人物身份信息。