一种基于深度学习模型和迁移学习的人脸识别方法

摘要

本发明公开了一种基于深度学习模型和迁移学习的人脸识别方法，包括以下步骤：对源图像及目标图像进行预处理并设置对应标签，源图像数量为M，目标图像数量为N，M>N；建立分类器输出维度为M的源神经网络；基于源图像特征和标签构建源数据集并用源数据集对源神经网络进行训练，通过神经网络BP算法优化模型参数，得到源训练模型；建立分类器输出维度为N的目标神经网络并用源训练模型的参数对目标神经网络初始化；基于目标图像特征和标签构建目标数据集并用目标数据集对目标神经网络进行训练，通过动态选‑K更新算法进行梯度下降优化模型参数，得到目标训练模型；通过目标训练模型进行图像识别；本发明提高了人脸识别模型的准确性和鲁棒性。