一种联邦制人脸图像特征学习方法
基本信息
| 申请号 | CN202011485965.6 | 申请日 | - |
| 公开（公告）号 | CN112686100B | 公开（公告）日 | 2022-05-10 |
| 申请公布号 | CN112686100B | 申请公布日 | 2022-05-10 |
| 分类号 | G06V40/16（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06N3/08（2006.01）I;G06N20/00（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 骆正权;孙哲南;王云龙 | 申请（专利权）人 | 天津中科智能识别有限公司 |
| 代理机构 | 天津市三利专利商标代理有限公司 | 代理人 | - |
| 地址 | 300457天津市滨海新区天津经济技术开发区第二大街57号泰达MSD-G1-1001单元 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种联邦制人脸图像特征学习方法，包括步骤：通过各个人脸特征提取识别网络分别提取出对应的各个人脸数据集中的人脸数据的特征；基于所述人脸数据的特征获得三元损失矩阵L、获得瓦瑟斯坦权重矩阵W；结合瓦瑟斯坦权重矩阵W和三元损失矩阵L计算得到瓦瑟斯坦特征联邦三元损失，并将瓦瑟斯坦特征联邦三元损失作为最终的联合训练损失传递给各个人脸特征提取识别网络,进行梯度反传和参数更新，完成一个回合的人脸特征联合训练和学习。本发明能够发挥各方数据的潜能和价值，同时彼此学习各方模型的特征表达能力，使得各方模型的性能可共同提升，同时大大增强各方模型泛化性能。 |
