平安科技(深圳)有限公司胡魁获国家专利权
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!
龙图腾网获悉平安科技(深圳)有限公司申请的专利模型训练方法和装置、运动单元识别方法、设备、介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114492666B 。
龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210143563.0,技术领域涉及:G06V40/16;该发明授权模型训练方法和装置、运动单元识别方法、设备、介质是由胡魁;戴磊;刘玉宇设计研发完成,并于2022-02-16向国家知识产权局提交的专利申请。
本模型训练方法和装置、运动单元识别方法、设备、介质在说明书摘要公布了:本公开实施例提供模型训练方法和装置、运动单元识别方法、设备、介质,涉及人工智能技术领域。该模型训练方法包括:将训练数据集中人脸运动图片样本输入到原始人脸运动单元识别模型中进行预测,利用人脸关键点分类层和运动单元分类层分别得到人脸关键点预测结果和运动单元预测结果,计算运动单元预测结果和运动单元标签之间的运动单元误差值,根据人脸关键点预测结果和运动单元误差值训练得到目标人脸运动单元识别模型。本实施例中融合人脸关键点分类层和运动单元分类层对原始人脸运动单元识别模型进行训练,在训练过程中保证两个预测分支同时收敛,以减少过拟合程度,提高人脸运动单元模型的训练精度,提高模型的普适性。
本发明授权模型训练方法和装置、运动单元识别方法、设备、介质在权利要求书中公布了:1.一种模型训练方法,其特征在于,包括: 获取训练数据集;所述训练数据集包括人脸运动图片样本和运动单元标签;获取原始人脸运动单元识别模型,所述原始人脸运动单元识别模型包括:人脸关键点分类层和运动单元分类层;将所述人脸运动图片样本输入到所述原始人脸运动单元识别模型中,利用所述人脸关键点分类层进行人脸关键点分类预测得到人脸关键点预测结果;利用所述运动单元分类层进行运动单元分类预测得到运动单元预测结果;计算所述运动单元预测结果和所述运动单元标签之间的运动单元误差值; 根据所述脸关键点预测结果和所述运动单元误差值调整所述原始人脸运动单元识别模型的模型权值,得到目标人脸运动单元识别模型; 所述模型训练方法还包括:利用所述人脸关键点分类层的第一损失函数和所述运动单元分类层的第二损失函数得到损失函数; 所述获取训练数据集之前,所述模型训练方法还包括:获取原始训练数据集,所述原始训练数据集包括:原始人脸运动图片样本;获取所述原始人脸运动图片样本中每个运动类别的样本数;对样本数小于预设样本数的运动类别对应的所述原始人脸运动图片样本进行样本扩充,以使得所述原始训练数据集中每个运动类别的样本数一致;根据所述原始训练数据集得到所述训练数据集; 所述对样本数小于预设样本数的运动类别对应的所述原始人脸运动图片样本进行样本扩充,包括:按照人脸关键点对应的坐标位置生成位置矩阵,将每一个所述原始人脸运动图片样本均表示成位置矩阵的形式,根据随机生成的遮挡掩码对所述位置矩阵的部分元素进行遮挡,得到新的位置矩阵,得到所述新的位置矩阵对应的新的原始人脸运动图片样本; 所述人脸关键点分类层的所述第一损失函数表示为: 其中,表示第一损失函数,表示人脸角度,表示人脸关键点对应的坐标; 所述运动单元分类层的所述第二损失函数为: 其中,表示第二损失函数,表示样本数量,表示所述运动单元标签,表示所述运动单元预测结果,表示遮挡掩码; 所述损失函数,表示为: 其中,表示损失函数,表示超参数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人平安科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。