(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210708290.X (22)申请日 2022.06.21 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 王飒　朱树磊　殷俊　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 严翠霞 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/774(2022.01) G06V 10/74(2022.01) (54)发明名称 特征提取网络的训练方法、 脸部识别方法及 相关设备 (57)摘要 本申请公开了一种特征提取网络的训练方 法、 脸部识别方法、 电子设备及计算机可读存储 介质。 该训练方法包括： 获取训练图像组， 训练图 像组包括第一脸部图像、 第二脸部图像和第三脸 部图像； 利用特征提取网络分别提取第一脸部图 像的脸部识别特征、 第二脸部图像的脸部识别特 征和第三脸部图像的脸部识别特征； 基于第一脸 部图像的脸部识别特征与第二脸部图像的脸部 识别特征之间的相似度、 以及第一脸部图像的脸 部识别特征与第三脸部图像的脸部识别特征之 间的相似度， 构建第一损失； 至少基于第一损失 调整特征提取网络的参数。 通过上述方式， 能够 提高特征提取网络提取的脸部识别特征的表达 能力。 权利要求书2页 说明书10页 附图3页 CN 115273174 A 2022.11.01 CN 115273174 A 1.一种特 征提取网络的训练方法， 其特 征在于， 包括： 获取训练图像组， 所述训练图像组包括第一脸部图像、 第 二脸部图像和第 三脸部图像， 所述第二脸部图像与所述第一脸部图像属于同一对象且不同脸部属性类别， 所述第三脸部 图像和所述第一 脸部图像属于不同所述对象且同一所述 脸部属性类别； 利用所述特征提取网络分别提取所述第 一脸部图像的脸部识别特征、 所述第 二脸部图 像的脸部识别特 征和所述第三 脸部图像的脸部识别特 征； 基于所述第一脸部图像的脸部识别特征与所述第二脸部图像的脸部识别特征之间的 相似度、 以及所述第一脸部图像的脸部识别特征与所述第三脸部图像的脸部识别特征之间 的相似度， 构建第一损失； 至少基于所述第一损失调整所述特 征提取网络的参数。 2.根据权利要求1所述的方法， 其特 征在于， 所述获取训练图像组， 包括： 获取训练图像集， 所述训练图像集包括若干个对象的训练脸部 图像， 每个所述对象的 训练脸部图像包括若干张不同所述 脸部属性类别的训练脸部图像； 从所述训练图像集中选择一张所述训练脸部图像， 作为所述第一 脸部图像； 从所述训练图像集中确定与所述第一脸部图像属于同一所述对象且不同所述脸部属 性类别的训练脸部图像， 作为第一候选脸部图像； 从各所述第一候选脸部图像中选择一张， 作为所述第二 脸部图像； 从所述训练图像集中确定与所述第一脸部图像属于不同所述对象且同一所述脸部属 性类别的训练脸部图像， 作为第二候选脸部图像； 从各所述第二候选脸部图像中选择一张， 作为所述第三 脸部图像。 3.根据权利要求2所述的方法， 其特征在于， 所述从各所述第 一候选脸部图像中选择一 张， 作为所述第二 脸部图像， 包括： 分别提取 各所述第一 候选脸部图像和所述第一 脸部图像的脸部识别特 征； 分别获取各所述第一候选脸部图像的脸部识别特征与所述第一脸部图像的脸部识别 特征的相似度； 将与所述第一脸部图像的脸部识别特征相似度最小的所述第 一候选脸部图像， 作为所 述第二脸部图像； 和/或， 所述从各 所述第二 候选脸部图像中选择一张， 作为所述第三 脸部图像， 包括： 提取各所述第二 候选脸部图像和所述第一 脸部图像的脸部识别特 征； 分别获取各所述第二候选脸部图像的脸部识别特征与所述第一脸部图像的脸部识别 特征的相似度； 将与所述第一脸部图像的脸部特征相似度最大的所述第 二候选脸部图像， 作为所述第 三脸部图像。 4.根据权利要求1所述的方法， 其特征在于， 所述至少基于所述第 一损失调 整所述特征 提取网络的参数， 包括： 基于所述第 一损失和其他损失调 整所述特征提取网络的参数， 所述其他损失包括第 二 损失、 第三损失和第四损失中的至少一个； 其中， 所述第 二损失是基于所述第 一脸部图像的脸部属性特征与所述第 一脸部图像的 脸部识别特征之间的相似度获取的， 所述第三损失是基于所述第一脸部图像的预测脸部属权　利　要　求　书 1/2 页 2 CN 115273174 A 2性类别与所述第一脸部图像带有的脸部属性类别标签之 间的差异获取的， 所述第四损失是 基于所述第一脸部图像所属对象的预测身份与所述第一脸部图像带有的身份标签之间的 差异获取的。 5.根据权利要求 4所述的方法， 其特 征在于， 所述 脸部属性特 征为表情特 征； 和/或， 所述第二损失的获取步骤 包括： 提取所述第一 脸部图像的脸部属性特 征； 基于所述第一脸部图像的脸部属性特征与所述第一脸部图像的脸部识别特征之间的 相似度， 构建所述第二损失。 6.根据权利要求 4所述的方法， 其特 征在于， 所述第三损失的获取步骤 包括： 提取所述第一 脸部图像的脸部属性特 征； 基于所述第 一脸部图像的脸部属性特征对所述第 一脸部图像进行脸部属性分类， 得到 所述第一 脸部图像的预测脸部属性类别； 基于所述预测脸部属性类别与所述脸部属性类别标签之间的差异， 构建所述第三损 失。 7.根据权利要求 4所述的方法， 其特 征在于， 所述第四损失的获取步骤 包括： 基于所述第 一脸部图像的脸部识别特征对所述第 一脸部图像进行身份分类， 得到所述 第一脸部图像所属对象的预测身份； 基于所述第 一脸部图像所属对象的预测身份与 所述身份标签之间的差异， 构建所述第 四损失。 8.一种脸部识别方法， 其特 征在于， 包括： 获取待识别脸部图像； 利用特征提取网络提取 所述待识别脸部图像的脸部识别特 征； 将所述待识别脸部图像的脸部识别特征与 各已知身份的脸部识别特征进行比对， 以确 定所述待识别脸部图像所属待识别对象的身份； 其中， 所述特 征提取网络是通过权利要求1～7中任一项方法训练得到的。 9.一种电子设备， 其特 征在于， 包括处 理器、 与所述处 理器连接的存 储器， 其中， 所述存储器存储有程序指令； 所述处理器用于执行所述存储器存储的所述程序指令以实现权利要求1 ‑7或8中任一 项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储程序指令， 所述程序指令能够被处 理器执行， 被执行时实现如权利要求1 ‑7或8中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115273174 A 3