龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：上海明略人工智能(集团)有限公司
申请日：2020-09-28
公开（公告）日：2024-06-14
公开（公告）号：CN112232147B
主分类号：G06V40/16
分类号：G06V40/16;G06V10/82;G06N3/0464
优先权：
专利状态码：有效-授权
法律状态：2024.06.14#授权;2021.02.02#实质审查的生效;2021.01.15#公开
摘要：本发明公开了一种用于人脸模型超参数自适应获取的方法，包括：步骤S1：根据中心差分卷积函数，得到输出特征图；步骤S2：计算并得到输出特征图在训练集上的损失；步骤S3：根据输出特征图在训练集上的损失，得到自适应的中心差分卷积函数超参数。通过在训练过程中自学习得到超参数，避免了手工设计超参数带来的设计人员主观性的影响，提高了人脸质量、人脸识别或者人脸防伪模型的性能，同时降低了模型的部署以及使用成本，节省了实验时间。本发明还公开了一种用于人脸模型超参数自适应获取的装置和系统。
主权项：1.一种用于人脸模型超参数自适应获取的方法，其特征在于，包括：步骤S1：根据中心差分卷积函数，得到输出特征图；步骤S2：计算并得到所述输出特征图在训练集上的损失，所述步骤S2进一步包括：步骤S21：计算并得到所述输出特征图在Support数据集上的损失；步骤S22：根据所述输出特征图在Support数据集上的损失，对卷积核参数进行修正，得到修正后的卷积核参数ω′： 其中，ω为卷积核参数，为所述输出特征图在Support数据集上的损失；步骤S23：根据修正后的卷积核参数，计算并得到所述输出特征图在query数据集上的损失；步骤S3：根据所述输出特征图在训练集上的损失，得到自适应的中心差分卷积函数超参数；根据以下公式得到所述自适应的中心差分卷积函数超参数θ′： 其中，超参数θ∈[0,1]，为所述输出特征图在query数据集上的损失，θ是训练过程中学习得到的理想数据，通过在训练过程中自学习得到中心差分卷积函数超参数，在执行具体任务过程中自动调节中心差分程度的神经网络，汇总固有的详细模式强度和梯度信息。
全文数据：
权利要求：
百度查询： 上海明略人工智能(集团)有限公司 用于人脸模型超参数自适应获取的方法、装置和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号