[发明专利]人脸识别模型获取方法、装置、设备和介质在审
| 申请号： | 201910821398.8 | 申请日： | 2019-09-02 |
| 公开（公告）号： | CN110598603A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 蒲恒;张浩;邵新庆;刘强 | 申请（专利权）人： | 深圳力维智联技术有限公司;南京中兴力维软件有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 44281 深圳鼎合诚知识产权代理有限公司 | 代理人： | 彭家恩 |
| 地址： | 518057 广东省深圳市南*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及人脸识别技术领域，具体涉及一种基于迁移学习的人脸识别模型获取方法、装置、设备和介质，其中方法包括：利用带有身份标签的人脸图像集训练一深度神经网络模型作为教师网络模型，利用教师网络模型对图像集中的每张人脸图像进行特征提取获取其对应的特征向量，并将该特征向量作为该张人脸图像的特征标签；根据教师网络模型生成一个与学生网络模型；利用带有特征标签的图像集训练学生网络模型得到人脸识别模型，用于提取待识别图像的特征向量并根据该特征向量识别该人脸图像的身份标签。采用该人脸识别模型对人脸图像进行识别时，对存储内存要求低，计算速度快，同时具有和大型教师网络模型近似的识别精度。 | ||
| 搜索关键词： | 网络模型 人脸图像 人脸识别 特征向量 身份标签 特征标签 教师 人脸识别技术 神经网络模型 特征向量识别 存储内存 模型获取 特征提取 图像集中 图像集 近似 学生 迁移 图像 学习 | ||
【主权项】：
1.一种基于迁移学习的人脸识别模型获取方法,其特征在于，包括：/n利用带有身份标签的人脸图像集训练一深度神经网络模型作为教师网络模型，用于基于所述人脸图像集中的人脸图像的特征对所述人脸图像进行分类；/n利用所述教师网络模型对所述图像集中的每张人脸图像进行特征提取获取其对应的特征向量，并将所述特征向量作为该张人脸图像的特征标签；/n根据所述教师网络模型生成一个学生网络模型；/n利用带有特征标签的图像集训练所述学生网络模型得到人脸识别模型。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳力维智联技术有限公司;南京中兴力维软件有限公司，未经深圳力维智联技术有限公司;南京中兴力维软件有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910821398.8/，转载请声明来源钻瓜专利网。
