买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国平安人寿保险股份有限公司

摘要：本发明公开了一种翻拍识别模型训练、翻拍图像识别方法、装置、设备及介质，所述方法包括：通过获取翻拍图像样本集；通过对翻拍图像样本进行纹理特征提取，获取预测值；通过预测值和翻拍图像样本的真实标签值输入命中函数以获取命中概率值；通过用于克服样本数量不均衡的聚焦损失函数获取翻拍图像样本的损失值；在损失值未达到预设的收敛条件时，迭代更新翻拍识别模型的初始参数，直至损失值达到预设的收敛条件，将收敛之后的翻拍识别模型记录为训练完成的翻拍识别模型。本发明实现了在输入样本数量不均衡的情况下进行自适应训练学习，并能快速地、准确地识别出翻拍图像，提高了识别的准确率和命中率，进而提升了识别效率和可靠性，节省了成本。

主权项：1.一种翻拍识别模型训练方法，其特征在于，包括：获取翻拍图像样本集；将所述翻拍图像样本集输入包含初始参数的翻拍识别模型；所述翻拍图像样本集包含若干个与真实标签值关联的翻拍图像样本；所述真实标签值包括正标签值和负标签值；与真实标签值为正标签值关联的翻拍图像样本以及与真实标签值为负标签值关联的翻拍图像样本的样本数量不均衡；通过所述翻拍识别模型对所述翻拍图像样本进行纹理特征的提取，并获取所述翻拍识别模型根据所述纹理特征输出的预测值；将所述预测值和所述翻拍图像样本关联的真实标签值输入所述翻拍识别模型中的命中模型，以获取所述翻拍图像样本的命中概率值；将所述命中概率值输入所述翻拍识别模型中用于克服样本数量不均衡的聚焦损失函数，以获取所述翻拍图像样本的损失值；在所述损失值未达到预设的收敛条件时，迭代更新所述翻拍识别模型的初始参数，直至所述损失值达到所述预设的收敛条件时，将收敛之后的所述翻拍识别模型记录为训练完成的翻拍识别模型；在所述损失值达到预设的收敛条件时，将收敛之后的所述翻拍识别模型记录为训练完成的翻拍识别模型；所述聚焦损失函数为：L＝―logPi×1―Piγ其中，L为损失值；Pi为所述翻拍识别模型的第i次训练的命中概率值；γ为减少不平衡样本干扰的参数值： 其中：γ为所述减少不平衡样本干扰的参数值；h为调整参数值；Ai为通过加权命中函数获得的第i次训练的加权命中概率值；所述加权命中函数为： 其中：i为所述识别模型训练的次数；Ai为所述翻拍识别模型的第i次训练的加权命中概率值；Pi为所述翻拍识别模型的第i次训练的命中概率值；Pi―1为所述翻拍识别模型的第i-1次训练的命中概率值。

全文数据：

权利要求：

百度查询： 中国平安人寿保险股份有限公司 翻拍识别模型训练、图像识别方法、装置、设备及介质