基于残差量化卷积神经网络的人脸识别方法及装置

摘要

为提供一种既能够完成大规模的人脸识别，又能够减小计算量从而降低硬件需求、减少训练所需时间的人脸识别方法及装置，本发明提供了一种基于残差量化卷积神经网络的人脸识别方法，包括如下步骤：步骤S1，构建卷积神经网络模型并进行训练；步骤S2，对目标图像进行预处理并对待判定图像进行预处理；步骤S3，将预处理待判定图像及预处理目标图像依次输入特征提取模型，得到待判定特征向量以及目标特征向量；步骤S4，根据目标特征向量以及待判定向量判定一致的人脸图像，其中，步骤S1包括将预定层设定为量化层并对量化层参数进行整数位量化来近似该量化层的参数矩阵的步骤。本发明还提供了基于残差量化卷积神经网络的人脸识别装置。