利索能及
我要发布
收藏
专利号: 2018105572024
申请人: 平安科技(深圳)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-08-06
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种样例三元组的获取方法,其特征在于,包括:

在预设的目标批次数据中筛选属于每一个指定人的所有第一样例,并将所述所有第一样例两两组合以得到每一个指定人对应的多个样例二元组;

选择所述多个样例二元组中的第一样例二元组,并计算第一样例二元组中的两个第一样例之间的第一矢量距离,以及分别计算第一样例二元组中指定的目标第一样例与每一个第二样例之间的第二矢量距离;其中,所述第二样例为预设的目标批次数据中除所述第一样例之外的样例数据;

根据每一个第二矢量距离与所述第一矢量距离的差量,筛选最大差量对应的第二样例;

将最大差量对应的第二样例与所述第一样例二元组组成所述第一样例二元组对应的多个样例三元组,从而得到所述目标批次数据中的各个指定人对应的每个样例二元组所对应的所有样例三元组。

2.根据权利要求1所述的样例三元组的获取方法,其特征在于,所述在预设的目标批次数据中筛选属于每一个指定人的所有第一样例,并将所述所有第一样例两两组合以得到每一个指定人对应的多个样例二元组的步骤,包括:将训练数据拆分成包含指定数量样例的多个批次数据;

将所述多个批次数据中的目标批次数据输入到预设训练模型中,通过预设训练模型的正向训练获取到所述每个批次数据中所述指定数量样例分别对应的矢量;

筛选所述目标批次数据中属于某一指定人的所有第一样例,并将所述所有第一样例进行两两组合形成多个样例二元组,其中所述第一样例包含与其对应的矢量。

3.根据权利要求1或2所述的样例三元组的获取方法,其特征在于,所述将最大差量对应的所述第二样例与所述第一样例二元组组成所述第一样例二元组对应的多个样例三元组的步骤之后,包括:将所述训练数据中的所述多个批次数据中所有第一样例二元组分别对应的所有样例三元组汇总成样例三元组训练集;

将所述样例三元组训练集输入以Triplet Loss为损失函数的二分类网络模型中进行模型训练。

4.根据权利要求3所述的样例三元组的获取方法,其特征在于,所述第一样例和所述第二样例为说话人的话语样例,所述二分类网络模型为说话人确认网络模型;所述将所述样例三元组训练集输入以Triplet Loss为损失函数的二分类网络模型中进行模型训练的步骤,包括:将所述说话人的话语样例组成的样例三元组训练集输入以Triplet Loss为损失函数的说话人确认网络模型中进行模型训练。

5.根据权利要求4所述的样例三元组的获取方法,其特征在于,所述将所述说话人的话语样例组成的样例三元组训练集输入以Triplet Loss为损失函数的说话人确认网络模型中进行模型训练的步骤之后,包括:将待测人的话语样例输入到训练好的所述说话人确认网络模型中;

在所述说话人确认网络模型中计算所述待测人的话语样例中的第一语音特性与预注册人的第二语音特性的第一相似度;

判断所述第一相似度是否在预设阈值范围内;

若是,则判定所述待测人与所述预注册人为同一个人。

6.根据权利要求3所述的样例三元组的获取方法,其特征在于,所述第一样例和所述第二样例为人脸影像的样例,所述二分类网络模型为人脸识别网络模型;所述将所述样例三元组训练集输入以Triplet Loss为损失函数的二分类网络模型中进行模型训练的步骤,包括:将所述人脸影像组成的样例三元组训练集输入以Triplet Loss为损失函数的人脸识别网络模型中进行模型训练。

7.根据权利要求6所述的样例三元组的获取方法,其特征在于,所述将所述人脸影像组成的样例三元组训练集输入以Triplet Loss为损失函数的人脸识别网络模型中进行模型训练的步骤之后,包括:将待测人的人脸影像输入到训练好的所述人脸识别网络模型中;

在所述人脸识别网络模型中计算所述待测人的人脸影像中的第一人脸特性与预注册人的第二人脸特性的第二相似度;

判断所述第二相似度是否在预设阈值范围内;

若是,则判定所述待测人与所述预注册人为同一个人。

8.一种样例三元组的获取装置,其特征在于,包括:

第一筛选模块,用于在预设的目标批次数据中筛选属于每一个指定人的所有第一样例,并将所述所有第一样例两两组合以得到每一个指定人对应的多个多个样例二元组;

计算模块,用于选择所述多个样例二元组中的第一样例二元组,并计算第一样例二元组中的两个第一样例之间的第一矢量距离,以及分别计算第一样例二元组中指定的目标第一样例与每一个第二样例之间的第二矢量距离;其中,所述第二样例为预设的目标批次数据中除所述第一样例之外的样例数据;

第二筛选模块,用于根据每一个所述第二矢量距离与所述第一矢量距离的差量,筛选最大差量对应的第二样例;

第一组成模块,用于将最大差量对应的第二样例与所述第一样例二元组组成所述第一样例二元组对应的多个样例三元组,从而得到所述目标批次数据中的各个指定人对应的每个样例二元组所对应的所有样例三元组。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。