龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：湖北省楚天云有限公司;华中科技大学
摘要：本发明涉及一种基于增量学习的可认证人脸识别学习与遗忘方法及系统，该方法包括：获取初始人脸数据集，构造待遗忘人脸数据集的线性对称数据集，将线性对称数据集和新生成人脸数据集组合生成进行增量学习的待学习人脸数据集；使用初始人脸数据集训练模型的特征提取层，使用初始人脸数据集和待学习人脸数据集训练模型的线性全连接层；基于增量学习通过随机梯度下降法进行模型参数更新；判断参数更新误差低于误差允许阈值时，获取当前的人脸识别模型参数对模型进行更新；在遗忘时根据待遗忘人脸数据集构造线性对称数据集，使用增量学习线性对称数据的方法进行人脸数据的遗忘，避免了参数回退式遗忘，有效提高人脸识别系统学习与遗忘人脸数据的效率。
主权项：1.一种基于增量学习的可认证人脸识别学习与遗忘方法，应用于人脸识别模型的人脸学习与遗忘，其特征在于，所述方法包括：步骤1，获取初始人脸数据集Do及其待遗忘人脸数据构成的待遗忘数据集Du，构造所述待遗忘人脸数据集Du的线性对称数据集Du，s，获取新样本数据的待遗忘人脸数据构建新生成人脸数据集Dn，将所述线性对称数据集Du，s和所述新生成人脸数据集Dn组合生成进行增量学习的待学习人脸数据集Dl；步骤2，对模型进行训练，包括：使用所述初始人脸数据集Do训练所述模型的特征提取层，使用所述初始人脸数据集Do和所述待学习人脸数据集Dl训练所述模型的线性全连接层；在训练过程中加入高斯噪声；在所述待学习人脸数据集Dl的数据数量达到设定的增量学习阈值时，基于增量学习通过随机梯度下降法进行人脸识别模型参数更新；步骤3，判断参数更新误差低于误差允许阈值时，获取当前的人脸识别模型参数对模型进行更新。
全文数据：
权利要求：
百度查询： 湖北省楚天云有限公司 华中科技大学 基于增量学习的可认证人脸识别学习与遗忘方法及系统
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