技术摘要：
本发明公开了一种损失函数计算方法及装置，用于人脸识别,包括：利用预设三通道彩图生成训练数据输入主干网络中；根据主干网络的输出结果获得K个类别的n维特征向量；获取K个类别的n维特征向量中每个类别的类中心向量；基于每个类别的类中心向量，计算人脸检测结果和实际 全部
背景技术：
目前，人脸识别越来越广泛地运用到人们的生活中，其原理是通过识别用户的当 前人脸图像和预设人脸图像作对比来确定二者是否相同，但是，预设人脸图像和当前人脸 图像不可能百分之百相同，所以计算二者之间的损失函数来判断是否相同成为现有技术的 主流方式，现有的损失函数计算方法是基于L2度量的计算方法，例如Triplet Loss等。但是 这种方法存在以下缺点：(1)、基于L2度量学习的方法，面临采样困难的问题，(2)在计算过 程中忽略了监督不同类别的类别中心向量之间的关系导致计算的结果可信度低。
技术实现要素：
针对上述所显示出来的问题，本方法基于利用预设三通道彩图获得n维特征向量， 然后获取n维特征向量中的类中心向量，根据类中心向量来计算人脸检测结果和实际结果 之间的损失函数。 一种损失函数计算方法，用于人脸识别，包括以下步骤： 利用预设三通道彩图生成训练数据输入主干网络中； 根据主干网络的输出结果获得K个类别的n维特征向量； 获取所述K个类别的n维特征向量中每个类别的类中心向量； 基于所述每个类别的类中心向量，计算人脸检测结果和实际结果的损失函数。 优选的，所述利用预设三通道彩图生成训练数据输入主干网络中，包括： 获取预设数量的所述预设三通道彩图； 对所述预设三通道彩图作预处理； 将所述预处理后的三通道彩图按照预设批量输入到所述主干网络中。 优选的，所述根据主干网络的输出结果获得K个类别的n维特征向量，包括： 根据所述输出结果获取每个三通道彩图的图像特征； 根据所述每个三通道彩图的图像特征确定所述每个三通道彩图对应的n维特征向 量； 将所述n维向量按照每个n维向量对应的三通道彩图的类别插入到预先确定的所 述K个类别中； 输出所述K个类别的n维特征向量。 优选的，所述基于所述每个类别的类中心向量，计算人脸检测结果和实际结果的 损失函数，包括： 利用下列公式计算所述损失函数： 4 CN 111597882 A 说 明 书 2/6 页 其中，所述L为损失函数，所述B为输入主干网络中的每一批预设三通道彩图的数 量，所述ε，t为预设常量，所述i为第i个预设三通道彩图，所述s为尺度因子，所述K为预设三 通道彩图的类别总数，所述ζ为示性函数，所述SB为所述B中随机选取的的一个子集，所述 所述 所述λ1，λ2为线性组合系数，所述Wi为类中心向量。 优选的，所述方法还包括： 计算所述损失函数的梯度值； 基于所述梯度值更新网络参数； 利用更新后的网络参数重复进行所述人脸检测结果和实际结果的损失函数的计 算，直到损失函数小于等于预设值为止。 一种损失函数计算装置，用于人脸识别，该装置包括： 生成模块，用于利用预设三通道彩图生成训练数据输入主干网络中； 获得模块，用于根据主干网络的输出结果获得K个类别的n维特征向量； 获取模块，用于获取所述K个类别的n维特征向量中每个类别的类中心向量； 第一计算模块，用于基于所述每个类别的类中心向量，计算人脸检测结果和实际 结果的损失函数。 优选的，所述生成模块，包括： 第一获取子模块，用于获取预设数量的所述预设三通道彩图； 预处理子模块，用于对所述预设三通道彩图作预处理； 输入子模块，用于将所述预处理后的三通道彩图按照预设批量输入到所述主干网 络中。 优选的，所述获得模块，包括： 第二获取子模块，用于根据所述输出结果获取每个三通道彩图的图像特征； 确定子模块，用于根据所述每个三通道彩图的图像特征确定所述每个三通道彩图 对应的n维特征向量； 插入子模块，用于将所述n维向量按照每个n维向量对应的三通道彩图的类别插入 到预先确定的所述K个类别中； 输出子模块，用于输出所述K个类别的n维特征向量。 优选的，所述计算模块，包括： 计算子模块，用于利用下列公式计算所述损失函数： 其中，所述L为损失函数，所述B为输入主干网络中的每一批预设三通道彩图的数 量，所述ε，t为预设常量，所述i为第i个预设三通道彩图，所述s为尺度因子，所述K为预设三 通道彩图的类别总数，所述ζ为示性函数，所述SB为所述B中随机选取的的一个子集，所述 所述 所述λ1，λ2为线性组合系数，所述Wi为类中心向量。 优选的，所述装置还包括： 第二计算模块，用于计算所述损失函数的梯度值； 5 CN 111597882 A 说 明 书 3/6 页 更新模块，用于基于所述梯度值更新网络参数； 第三计算模块，用于利用更新后的网络参数重复进行所述人脸检测结果和实际结 果的损失函数的计算，直到损失函数小于等于预设值为止。 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变 得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明 书以及附图中所特别指出的结构来实现和获得。 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。 附图说明 图1为本发明所提供的一种损失函数计算方法的工作流程图； 图2为本发明所提供的一种损失函数计算方法的另一工作流程图； 图3为本发明所提供的一种损失函数计算方法的工作流程截图； 图4为本发明所提供的一种损失函数计算装置的结构图； 图5为本发明所提供的一种损失函数计算装置的另一结构图。
