公开(公告)号：CN115205919A

公开(公告)日：2022-10-18

申请号：CN202110395283.4

申请日：2021-04-13

Applicant: 北京三快在线科技有限公司

Inventor： 陈新华

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开提供了一种人脸识别模型训练方法及装置。所述方法包括：将多幅人脸样本图像输入至待训练人脸识别模型；待训练人脸识别模型包括多个网络节点层；将多幅人脸样本图像等量划分至多个网络节点层，并调用多个网络节点层对多幅人脸样本图像进行处理，得到多个网络节点层对应的图像特征；根据图像特征和预设分类矩阵，计算得到多个网络节点层对应的网络节点指数；根据网络节点指数，确定所述多个网络节点层对应的节点概率；根据所述节点概率，计算得到所述待训练人脸识别模型的模型梯度；基于所述模型梯度，调整所述待训练人脸识别模型的模型参数，直至所述待训练人脸识别模型收敛。本公开可以节省人脸分类的计算开销，并显著提升人脸识别精度。

公开(公告)号：CN114445296A

公开(公告)日：2022-05-06

申请号：CN202210090165.7

申请日：2022-01-25

Applicant: 北京三快在线科技有限公司

Inventor： 郑明悟 ,  黄迪 ,  杨鸿宇 ,  邱迪 ,  甄成 ,  陈新华 ,  韩浩 ,  闫鹏飞 ,  魏晓林

IPC: G06T5/00 ,  G06T19/20

Abstract: 本申请公开了一种人脸图像的处理方法、装置、设备、介质及程序产品，属于图像处理技术领域。该方法包括：从三维人脸图像中确定出人脸的五官关键点对应的目标位置；以所述目标位置为参考位置，从所述三维人脸图像中提取出所述人脸的深度图；采用时域中值滤波对所述人脸的深度图进行降噪处理，得到优化后的深度图。该方法使得从三维人脸图像中提取到人脸的深度图，相对于三维人脸图像中人脸的原始深度图质量更高。

公开(公告)号：CN114140862A

公开(公告)日：2022-03-04

申请号：CN202111531367.2

申请日：2021-12-14

Applicant: 北京三快在线科技有限公司

Inventor： 郑明悟 ,  黄迪 ,  杨鸿宇 ,  邱迪 ,  甄成 ,  陈新华 ,  闫鹏飞 ,  韩浩 ,  魏晓林

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/30 ,  G06V10/82 ,  G06V10/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种模型训练方法、人脸识别方法、装置、设备、介质及产品，属于人工智能技术领域。该方法包括：获取至少一组人脸图像样本，每一组人脸图像样本包括第一图像样本和第二图像样本，第二图像样本是对第一图像样本扩增后得到的样本；通过识别网络从第一图像样本中提取出第一人脸特征；以及通过特征增强网络对第二图像样本进行人脸特征增强处理，得到增强后的图像样本；通过识别网络从增强后的图像样本中提取出第二人脸特征；基于第一人脸特征与第二人脸特征之间的特征误差，调整特征增强网络的网络参数，得到训练完成的人脸识别模型。该方法能够提高人脸识别模型的人脸识别精度。

公开(公告)号：CN114821719A

公开(公告)日：2022-07-29

申请号：CN202210427243.8

申请日：2022-04-21

Applicant: 北京三快在线科技有限公司

Inventor： 王开业 ,  邱迪 ,  陈新华 ,  韩浩 ,  于亚鹏 ,  朱翔宇 ,  闫鹏飞

IPC: G06V40/16 ,  G06V40/40 ,  G06V20/64

Abstract: 本申请公开了一种人脸识别的方法和装置，属于计算机技术领域。该方法包括：获取身份识别对象的RGB图像数据、3D点云图像数据和IR图像数据；向服务器发送人脸识别请求；基于特征提取模型和图像数据得到目标图像特征信息；基于目标图像特征信息和数据库中各用户标识对应的基准图像特征信息确定身份识别对象对应的第一用户标识；若在确定第一用户标识之前接收到服务器发送的第二用户标识，则将第二用户标识确定为人脸识别结果；若在确定第一用户标识之前未接收到第二用户标识，则将第一用户标识确定为人脸识别结果。采用本申请，通过多模态图像数据来进行人脸识别，从而得到更为准确的人脸识别结果，降低了误识率。

公开(公告)号：CN114463810A

公开(公告)日：2022-05-10

申请号：CN202210051165.6

申请日：2022-01-17

Applicant: 北京三快在线科技有限公司

Inventor： 陈新华

IPC: G06V40/16 ,  G06K9/62 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明实施例提供了一种人脸识别模型的训练方法和装置，所述方法包括：获取原始训练集和变换训练集；将原始训练集和所述变换训练集的图像输入预先训练完成的教师模块进行人脸识别，得到人脸特征；根据原始训练集和变换训练集中各图像的人脸特征，确定原始训练集中各图像的目标人脸特征；将原始训练集的各图像输入学生模型进行人脸识别得到人脸特征，以及对有标签图像进行分类得到分类结果；根据学生模型对各图像输出的人脸特征、各图像对应的目标人脸特征、有标签图像对应的分类结果和分类标签，调整学生模型的参数，以对学生模型进行训练。可以使得学生模型学习从原始训练集和变换训练集融合的特征，从而学习更多图像特征，提高泛化性。