神经网络训练方法及装置、电子设备和存储介质与流程

本公开涉及计算机技术领域，尤其涉及一种神经网络训练方法及装置、电子设备和存储介质。

背景技术：

人脸识别是当前智能视频监控领域最重要的应用领域之一。传统人脸识别算法一般基于固定的训练数据(一般为人脸识别研究机构自行收集的人脸数据)进行训练来不断优化模型，并部署到实际应用系统中。然而，该种训练数据由于采集成本、隐私等问题，难以大规模收集，同时难以覆盖到所有的应用场景，制约了人脸识别模型精度的提升。

技术实现要素：

本公开提出了一种神经网络训练技术方案。

根据本公开的一方面，提供了一种神经网络训练方法，包括：

在一种可能的实现方式中，将预先存储的特征集中包括的多个第一特征数据分别输入至预训练的解码网络中处理，获得多个第一训练图像，其中，第一特征数据至少包括身份相关特征，所述身份相关特征用于表示与第一特征数据对应的第一训练图像中对象的身份信息；基于所述多个第一训练图像及新增的多个第二训练图像对面部识别网络进行增量训练。

在一种可能的实现方式中，将多个第三训练图像分别输入预训练的编码网络中处理，获得所述多个第一特征数据。

在一种可能的实现方式中，基于所述多个第三训练图像及所述多个第一特征数据，训练所述解码网络，其中，训练所述解码网络包括：将所述多个第一特征数据分别输入所述解码网络中处理，获得多个预测图像；根据所述多个预测图像及所述多个第三训练图像，确定所述解码网络的第一损失；根据所述第一损失，训练解码网络。

在一种可能的实现方式中，所述编码网络包括第一编码子网络和第二编码子网络，每个第一特征数据还包括身份无关特征，所述身份无关特征用于表示与第一特征数据对应的第一训练图像中的对象身份无关的特征信息，其中，将多个第三训练图像分别输入预训练的编码网络中处理，获得所述多个第一特征数据，包括：将第三训练图像输入第一编码子网络中处理，得到第一特征数据的身份相关特征；将第三训练图像输入第二编码子网络中处理，得到第一特征数据的身份无关特征。

在一种可能的实现方式中，所述第一编码子网络的训练，包括：基于已标注的多个第三训练图像，训练所述第一编码子网络。

在一种可能的实现方式中，基于已标注的多个第三训练图像，训练所述第一编码子网络之后，包括：基于多个第三训练图像，训练所述第二编码子网络；基于多个第三训练图像、多个身份相关特征以及多个身份无关特征，训练所述解码网络。

在一种可能的实现方式中，所述特征集部署于第一服务器；所述解码网络部署于第二服务器。

在一种可能的实现方式中，所述特征集加密部署于第一服务器；所述解码网络加密部署于第二服务器。

根据本公开的一方面，提供了一种图像识别方法，包括：获取图像，将获取的图像输入到增量训练后的面部识别网络进行处理，获取面部识别数据；所述面部识别网络的增量训练包括：将预先存储的特征集中包括的多个第一特征数据分别输入至预训练的解码网络中处理，获得多个第一训练图像，其中，第一特征数据至少包括身份相关特征，所述身份相关特征用于表示与第一特征数据对应的第一训练图像中对象的身份信息；基于所述多个第一训练图像及新增的多个第二训练图像对面部识别网络进行增量训练。

根据本公开的一方面，提供了一种神经网络训练装置，包括：第一图像获取模块，用于将预先存储的特征集中包括的多个第一特征数据分别输入至预训练的解码网络中处理，获得多个第一训练图像，其中，第一特征数据至少包括身份相关特征，所述身份相关特征用于表示与第一特征数据对应的第一训练图像中对象的身份信息；增量训练模块，用于基于所述多个第一训练图像及新增的多个第二训练图像对面部识别网络进行增量训练。

在一种可能的实现方式中，解码网络训练模块，用于基于所述多个第三训练图像及所述多个第一特征数据，训练所述解码网络，其中，解码网络训练模块包括：预测图像获取子模块，用于将所述多个第一特征数据分别输入所述解码网络中处理，获得多个预测图像；第一损失确定模块，用于根据所述多个预测图像及所述多个第三训练图像，确定所述解码网络的第一损失；训练子模块，用于根据所述第一损失，训练解码网络。

在一种可能的实现方式中，所述编码网络包括第一编码子网络和第二编码子网络，每个第一特征数据还包括身份无关特征，所述身份无关特征用于表示与第一特征数据对应的第一训练图像中的对象身份无关的特征信息，

其中，所述第一获取模块包括：第一特征数据获取子模块，用于将第三训练图像输入第一编码子网络中处理，得到第一特征数据的身份相关特征；第二特征数据获取子模块，用于将第三训练图像输入第二编码子网络中处理，得到第一特征数据的身份无关特征。

在一种可能的实现方式中，第一训练模块，用于基于已标注的多个第三训练图像，训练所述第一编码子网络。

在一种可能的实现方式中，所述装置还包括：第二训练模块，用于基于多个第三训练图像，训练所述第二编码子网络；第三训练模块，用于基于多个第三训练图像、多个身份相关特征以及多个身份无关特征，训练所述解码网络。

在一种可能的实现方式中，所述特征集部署于第一服务器；所述解码网络部署于第二服务器。

在一种可能的实现方式中，所述特征集加密部署于第一服务器；所述解码网络加密部署于第二服务器。

根据本公开的一方面，提供了一种图像识别装置，包括：第二图像获取模块，用于获取图像，面部识别数据获取模块，用于将获取的图像输入到增量训练后的面部识别网络进行处理，获取面部识别数据；所述面部识别网络的增量训练包括：将预先存储的特征集中包括的多个第一特征数据分别输入至预训练的解码网络中处理，获得多个第一训练图像，其中，第一特征数据至少包括身份相关特征，所述身份相关特征用于表示与第一特征数据对应的第一训练图像中对象的身份信息；基于所述多个第一训练图像及新增的多个第二训练图像对面部识别网络进行增量训练。

根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

在本公开实施例中，通过将用户无法直观理解的第一特征数据分别输入至预训练的解码网络中处理，获得多个第一训练图像，并基于所述多个第一训练图像及新增的多个第二训练图像对面部识别网络进行增量训练，节省了存储空间，提升了面部识别网络的性能。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的神经网络训练方法的流程图。

图2示出根据本公开实施例的神经网络训练方法中训练编码网络的流程图。

图3示出根据本公开实施例的神经网络训练方法中特征解码的应用场景的示意图。

图4示出根据本公开实施例的神经网络训练方法中提取第一特征数据的应用场景示意图。

图5示出根据本公开实施例的神经网络训练方法中训练第一编码子网络、第二编码子网络和解码网络的流程图。

图6示出根据本公开实施例的神经网络训练方法中训练第一编码子网络的应用场景示意图。

图7示出根据本公开实施例的神经网络训练方法中训练解码网络的应用场景示意图。

图8示出根据本公开实施例的图像识别方法的流程图。

图9示出根据本公开实施例的神经网络训练装置的框图。

图10示出根据本公开实施例的图像识别装置的框图。

图11是根据示例性实施例示出的一种电子设备的框图。

图12是根据示例性实施例示出的一种电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开实施例的神经网络训练方法的流程图。该神经网络训练方法可以由终端设备或其它处理设备执行，其中，终端设备可以为用户设备(userequipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(personaldigitalassistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该神经网络方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。

如图1所示，所述方法包括：

步骤s110，将预先存储的特征集中包括的多个第一特征数据分别输入至预训练的解码网络中处理，获得多个第一训练图像。

在一种可能的实现方式中，该神经网络训练方法可以用于对神经网络的增量训练，以使得该神经网络在某一具体使用场景(例如人脸识别)中的性能显著提升。

在一种可能的实现方式中，所述多个第一特征数据可以是从预先存储的特征集中获取得到，为了保证人脸图像集中数据的安全性，本实施例可以以第一特征数据(例如特征向量)的数据格式存储人脸图像。在该实现方式中，人脸图像集中的第一训练图像可以覆盖多个应用场景，因此，通过该人脸图像集可以训练得到适用于多个应用场景的神经网络。

在一种可能的实现方式，解码网络可以用于将第一特征数据处理(还原)为第一训练图像，该过程可以理解为图像特征提取的逆过程。在本实现方式中，解码网络可以通过预先训练得到。

在一种可能的实现方式，每个第一特征数据至少包括身份相关特征，所述身份相关特征用于表示与第一特征数据对应的第一训练图像中的对象身份信息。该身份相关特征可以包括人脸的肤色、鼻梁、眉骨、颧骨、下巴、嘴唇、眼睛、耳廓和脸型等面部特征。

步骤s120，基于所述多个第一训练图像及新增的多个第二训练图像对面部识别网络进行增量训练。

其中，所述多个第二训练图像可以是某一使用场景下采集到的人脸图像，通过第二训练图像可以训练得到在某一使用场景具备较高性能的面部识别网络。

在一种可能的实现方式中，面部识别网络可以通过人脸图像集训练得到，该网络可以用于各个应用场景，且各个应用场景下的识别性能较高。面部识别网络可以是用于人脸识别场景下的任意类型的神经网络，本实施例对面部识别网络的网络结构不做限定。

在一种可能的实现方式中，增量训练(incrementallearning)可以使神经网络能不断地从新训练样本中学习新的“知识”，并能保存大部分以前已经学习到的特征的训练过程。本实施例中，可以通过第一训练图像及多个第二训练图像对面部识别网络进行增量学习，使的训练后的面部识别网络在保持原有的性能的前提下，还可以在某一具体的使用场景下的性能得到显著提升。

根据本公开的实施例，能够将用户无法直观理解的第一特征数据分别输入至预训练的解码网络中处理，获得多个第一训练图像，并基于所述多个第一训练图像及新增的多个第二训练图像对面部识别网络进行增量训练，提升了面部识别网络的性能。

在一种可能的实现方式中，神经网络训练方法还包括：将多个第三训练图像分别输入预训练的编码网络中处理，获得所述多个第一特征数据。

其中，所述第三训练图像可以从训练图像集中获取得到的人脸图像。所属编码网络用于将人脸图像处理为与人脸图像对应的特征数据(即特征提取的过程)。

在一种可能的实现方式中，该神经网络训练方法可以将训练图像集中的全部人脸图像进行特征提取的操作，以得到对应于每个第三训练图像的第一特征数据中包括的身份相关特征，并将得到的多个身份相关特征存储到特征集中。

在一种可能的实现方式中，本公开不限定编码网络的网络结构，开发人员可以根据具体的使用场景和性能要求做出选择。

在一种可能实现方式中，将多个第三训练图像分别输入预训练的编码网络中处理，获得所述多个第一特征数据的过程，可以在上述实现方式的步骤s110之前执行。

在一种可能的实现方式中，所述方法还包括：基于已标注的多个第三训练图像，训练所述编码网络。

其中，所述编码网络用于从上述实现方式中所述的第一训练图像中提取第一特征数据。该种实现方式中第一特征数据可以仅包括身份相关特征。本实现方式中训练编码网络所用到的第三训练图像，可以是从上述实现方式中的人脸图像集获取的，在另外的实现方式中，所述第三训练图像与第一训练图像可以取自相同的数据集中。

在一些可能的实现方式中，可以通过有监督学习的方式训练所述编码网络，有监督学习过程中所用到的标注信息可以包括第三训练图像中对象的身份标签(例如身份标识码)，包括同一对象的多个第三训练图像可以通过相同的身份标签标识。

图2示出根据本公开实施例的神经网络训练方法中训练编码网络的流程图。如图2所示，训练所述解码网络的步骤可包括：

步骤s210，将所述多个第一特征数据分别输入所述解码网络中处理，获得多个预测图像。

本公开实施例中，可以将第一特征数据作为输入，将第三训练图像作为学习目标训练所述解码网络。

其中，第一特征数据可以从预先存储的训练集中获取得到。训练过程中，第一个特征数据为解码网络的输入数据，预测图像为解码网络的输出数据，每一个第一特征数据都有一个预测图像与其对应。

在一种可能的实现方式中，训练所述解码网络的过程可以分为多个子过程，每个子过程中输入解码网络的第一特征数据的数量可以预先设定，并对每个子过程中基于多个第一特征数据所得到的多个预测图像进行批量处理，这样的好处在于，不仅仅极大提升了训练速度，收敛过程大大加快，而且还能提升的网络性能。

步骤s220，根据所述多个预测图像及所述多个第三训练图像，确定所述解码网络的第一损失。

其中，所述第一损失用于表示预测图像和第三训练图像的差距。差距越大，则代表解码网络的性能越差。差距越小，则代表解码网络的性能越好。

在一种可能的实现方式中，解码网络的第一损失可以通过l1或l2损失函数计算得到。本公开对第一损失的具体类型不作限定。

步骤s230，根据所述第一损失，训练解码网络。

在一种可能的实现方式中，训练解码网络的过程即不断的调整解码网络的参数的过程。在解码网络的第一损失的确定之后，可以判断第一损失是否满足训练条件，当第一损失不满足训练条件时，可以根据第一损失来调整解码网络的参数。

在一种可能的实现方式中，训练解码网络中包括的每个子过程中，都会执行一次步骤s210到步骤s230所述的过程，每一次执行都可以更新解码网络中的参数，直至第一损失符合训练条件，解码网络完成训练。

在一种可能的实现方式中，第一特征数据还包括身份无关特征。所述身份无关特征用于表示与第一特征数据对应的第一训练图像中的对象身份无关的特征信息。

在一种可能的实现方式中，所述第一训练图像和第三训练图像包括人脸图像，所述身份相关特征包括面部特征，例如，身份相关特征包括人脸的肤色、鼻梁、眉骨、颧骨、下巴、嘴唇、眼睛、耳廓和脸型等特征，相较于身份相关特征，身份无关特征可以表达第三训练图像中对象身份无关的特征信息，例如身份无关特征可以包括发型、妆容、是否佩戴眼镜等面部饰品特征；可以包括第三训练图像中对象的状态、对象所处的背景等特征信息，通过身份无关特征可以将第三训练图像中的面部饰品、图像背景等信息更好的表现出来。

在一种可能的实现方式中，上述对面部识别网络的增量训练过程、基于编码网络提取第一特征数据的过程以及训练解码网络的过程中所用到的第一特征数据都可以包括身份无关特征，以得到更好的处理结果。

作为示例，图3示出根据本公开实施例的神经网络训练方法中特征解码的应用场景的示意图，如图3所示，当第一特征数据包括身份相关特征和身份无关特征时，特征集300可以包括多个第一训练图像的身份相关特征301和身份无关特征302，在基于解码网络进行特征解码的应用场景中，可以将同一个第一训练图像的身份相关特征301和身份无关特征302同时输入至及解码网络303中，解码网络303根据身份相关特征301和身份无关特征302得到第一训练图像305，并将第一训练图像存储至人脸图像集304中。

在一种可能的实现方式中，所述编码网络包括第一编码子网络和第二编码子网络，身份相关向量和身份无关向量可以由编码网络包括的两个子网络分别进行提取。该种实现方式中，所述将多个第三训练图像分别输入预训练的编码网络中处理，获得所述多个第一特征数据，包括：将第三训练图像输入第一编码子网络中处理，得到第一特征数据的身份相关特征；将第三训练图像输入第二编码子网络中处理，得到第一特征数据的身份无关特征。

该种实现方式中，第一编码子网络用于提取身份相关特征，第二编码子网络用于提取身份无关特征。对于一个第一训练图像(或第三训练图像)，都具有一个与其对应的身份相关特征和一个与其对应的身份无关特征。

图4示出根据本公开实施例的神经网络训练方法中提取第一特征数据的应用场景示意图。本公开实施例可以结合图4所示的应用场景来叙述第一特征数据的提取过程，如图4所示，在由编码网络包括的两个子网络分别提取身份相关向量和身份无关向量的过程中，首先从训练图像集400中随机抽取第三训练图像401作为训练样本，并将第三训练图像分别输入可以将第一编码子网络402和第二编码子网络403，第一编码子网络402基于第三训练图像401提取得到身份相关特征301，第二编码子网络403基于第三训练图像401提取得到身份无关特征302，对相同训练图像身份相关特征301和身份相关特征302建立映射关系，并存储至特征集300中。

图5示出根据本公开实施例的神经网络训练方法中训练第一编码子网络、第二编码子网络和解码网络的流程图。如图5所示，所述方法包括：

步骤s510，基于已标注的多个第三训练图像，训练所述第一编码子网络。

作为示例，训练所述第一编码子网络时所使用的损失函数可以采用softmax损失函数(归一化指数函数)和交叉熵损失函数。

本实现方式步骤s510中所述的操作，可以参考图6示出的第一编码子网络的过程。

图6示出根据本公开实施例的神经网络训练方法中训练第一编码子网络的应用场景示意图。如图6所示的使用场景下，可以首先从训练图像集(未示出)中随机抽取第三训练图像401作为训练样本，并将第三训练图像401分别输入编码网络402，编码网络402基于第三训练图像401提取得到身份相关特征301，直至对训练图像集中全部训练图像完成特征提取的操作。

其中，所述第三训练图像可以从训练图像集中获取得到的人脸图像。在一种可能的实现方式中，该神经网络训练方法可以将训练图像集中已标注的多个第三训练图像训练第一编码子网络，以改变第一编码子网络中的参数。

在一种可能的实现方式中，本公开不限定编码网络的网络结构，开发人员可以根据具体的使用场景和性能要求做出选择。

步骤520，基于多个第三训练图像，基于多个第三训练图像，训练所述第二编码子网络。

步骤530，基于多个第三训练图像、多个身份相关特征以及多个身份无关特征，训练所述解码网络。

在一种可能实现方式中，第一编码子网络训练完成后，其参数将不会发生改变。基于训练完成的第一编码网络提取到身份相关特征以及第三训练图像，对第二编码子网络和解码网络进行训练。其中，第一特征数据的身份相关特征可以由训练完成的第一编码子网络提取得到，也可以从特征集中直接获取。

在一种可能的实现方式中，训练第二编码子网络和解码网络的过程中，会对都第二编码子网络和解码网络中的参数进行更新，直至第一损失符合训练条件，第二编码子网络和解码网络完成训练。

图7示出根据本公开实施例的神经网络训练方法中训练第二编码子网络和解码网络的应用场景示意图，本实现方式可以通过图7所示的使用场景来叙述第二编码子网络和解码网络的训练过程。

如图7所示，首先可以从训练图像集(未示出)中随机抽取第三训练图像401作为训练样本，并将第三训练图像401分别输入第一编码子网络402和第二编码子网络403，基于第一编码子网络402提取得到身份相关特征301，基于第二编码子网络403提取得到身份无关特征302，并将身份相关特征301和身份无关特征302同时输入至解码网络303，解码网络303处理得到预测图像701，根据所述多个预测图像701及所述多个第三训练图像401，确定所述解码网络的第一损失，并根据第一损失训练所述第二编码子网络和解码网络。本实现方式中的第一损失和预测图像请参考上述实现方式中的描述。

在一种可能的实现方式中，不会限定第一编码子网络、第二编码子网络和编码网络的网络结构，开发人员可以根据具体的使用场景和性能要求做出选择。例如，第一编码子网络的网络结构可以是resnet101结构，输入为人脸图像，输出长度为256维的特征向量(输出长度越长，编码效果越好，此处以256维为例)，第二编码子网络的网络结构可以是vgg16结构，输入为人脸图像，输出长度为256维的特征向量(输出长度越长，编码效果越好，此处以256维为例)。编码网络的网络结构可以是倒转vgg16结构(即将vgg16结构的输入输出方向倒转，将原有的最大池化层全部替换成上采样层，并调整相邻层之间的输入输出维度匹配关系)，该种情况下，编码网络的输入可以是512维特征向量，输出数据可以是人脸图像。

在一种可能的实现方式中，可以将新增的第二图像的第二特征数据存储于特征集中，以增加特征集中特征数据的数据量。

在一种可能的实现方式中，所述特征集部署于第一服务器；所述解码网络部署于第二服务器。

本实现方式中所述的第一服务器和第二服务器可以用于表示不同的服务器。由于解码网络可以对第一特征数据进行处理得到人脸图像，因此，为了保证人脸图像不被泄露，本实现方式可以选择将包括多个第一特征数据的训练集和解码网络部署至不同的服务器中，提高了人脸图像的安全性。相较于部署第一训练图像，本实现方式部署第一训练图像对应的第一特征数据的方式可以极大的压缩存储空间。

在一种可能的实现方式中，所述特征集加密部署于第一服务器；所述解码网络加密部署于第二服务器。为了进一步保证人脸图像的安全性，可以在将包括多个第一特征数据的训练集和解码网络部署至不同的服务器之后，对训练集和解码网络进行加密处理。作为示例可以选择非对称加密算法、散列加密算法、消息摘要加密算法或数字签名加密算法对训练集和解码网络进行加密处理。

在一种可能的实现方式中，神经网络训练方法可以很好的适用于该种应用场景，应用场景具体如下，a城市部署了一套由b公司开发的人脸识别系统(下称c系统)，每天会抓拍比对大量人脸图像。c系统中使用的人脸识别算法(面部识别网络)仅仅基于b公司的内部数据(人脸图像集)进行训练优化，在a城市的场景下识别精度较低。出于数据安全考虑，b公司不愿意将内部数据部署到c系统中，a城市也不愿意将c系统收集的数据复制到b公司的内部服务器中。此时，b公司可以采用该神经网络训练方法将内部数据进行编码，将编码出的特征向量(身份相关特征和身份无关特征)和解码器(解码网络)部署到c系统中，特征向量和解码器都可以进行加密，且单独获取其中任意一个都不会导致数据泄露。增量训练过程中通过解码器(解码网络)进行解码，恢复出原始图像数据(第一训练图像)并用于增量训练。最终得到的人脸识别模型在当前场景中的精度得到大幅提升，并仍能保持或者略微提升在其他场景下的精度。

在公开实施例所述的应用场景中，通过神经网络训练方法不仅提升了面部识别网络的性能，而且保证了内部数据的数据隐私性；同时对面部识别网络进行增量训练时，仅需要部署内部数据对应的特征向量，极大的压缩了存储空间，同时还可以以矩阵文件的形式存储特征向量，提高了特征向量的管理效率。

图8示出根据本公开实施例的图像识别方法的流程图。如图8所示，图像识别方法，包括：

步骤s810，获取图像。

步骤s820，将获取的图像输入到增量训练后的面部识别网络进行处理，获取面部识别数据；

其中，所述面部识别网络的增量训练包括：将预先存储的特征集中包括的多个第一特征数据分别输入至预训练的解码网络中处理，获得多个第一训练图像，其中，第一特征数据至少包括身份相关特征，所述身份相关特征用于表示与第一特征数据对应的第一训练图像中对象的身份信息；

基于所述多个第一训练图像及新增的多个第二训练图像对面部识别网络进行增量训练。

其中，该图像识别方法可以是增量训练后的面部识别网络的应用过程，该过程中所获取的图像可以是任意人脸图像，对应的得到的面部识别数据可以是对人脸图像的识别结果，例如面部识别数据可以是人脸图像中对象的年龄、姓名等数据。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

图9示出根据本公开实施例的神经网络训练装置的框图。如图9所示，所述神经网络训练装置包括第一图像获取模块901和增量训练模块902。

其中，第一图像获取模块901，用于将预先存储的特征集中包括的多个第一特征数据分别输入至预训练的解码网络中处理，获得多个第一训练图像，其中，第一特征数据至少包括身份相关特征，所述身份相关特征用于表示与第一特征数据对应的第一训练图像中对象的身份信息；

增量训练模块902，用于基于所述多个第一训练图像及新增的多个第二训练图像对面部识别网络进行增量训练。

在一种可能的实现方式中，解码网络训练模块，用于基于所述多个第三训练图像及所述多个第一特征数据，训练所述解码网络，其中，解码网络训练模块包括：预测图像获取子模块，用于将所述多个第一特征数据分别输入所述解码网络中处理，获得多个预测图像；第一损失确定模块，用于根据所述多个预测图像及所述多个第三训练图像，确定所述解码网络的第一损失；训练子模块，用于根据所述第一损失，训练解码网络。

在一种可能的实现方式中，所述编码网络包括第一编码子网络和第二编码子网络，每个第一特征数据还包括身份无关特征，所述身份无关特征用于表示与第一特征数据对应的第一训练图像中的对象身份无关的特征信息，

其中，所述第一获取模块包括：第一特征数据获取子模块，用于将第三训练图像输入第一编码子网络中处理，得到第一特征数据的身份相关特征；第二特征数据获取子模块，用于将第三训练图像输入第二编码子网络中处理，得到第一特征数据的身份无关特征。

在一种可能的实现方式中，第一训练模块，用于基于已标注的多个第三训练图像，训练所述第一编码子网络。

在一种可能的实现方式中，所述装置还包括：第二训练模块，用于基于多个第三训练图像，训练所述第二编码子网络；第三训练模块，用于基于多个第三训练图像、多个身份相关特征以及多个身份无关特征，训练所述解码网络。

图10示出根据本公开实施例的图像识别装置的框图。如图10所示，所述图像识别装置包括第二图像获取模块1001和面部识别数据获取模块1002。

其中，第二图像获取模块1001，用于获取图像，

面部识别数据获取模块1002，用于将获取的图像输入到增量训练后的面部识别网络进行处理，获取面部识别数据；

所述面部识别网络的增量训练包括：

将预先存储的特征集中包括的多个第一特征数据分别输入至预训练的解码网络中处理，获得多个第一训练图像，其中，第一特征数据至少包括身份相关特征，所述身份相关特征用于表示与第一特征数据对应的第一训练图像中对象的身份信息；

基于所述多个第一训练图像及新增的多个第二训练图像对面部识别网络进行增量训练。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

图11是根据一示例性实施例示出的一种电子设备1100的框图。例如，电子设备1100可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图11，电子设备1100可以包括以下一个或多个组件：处理组件1102，存储器1104，电源组件1106，多媒体组件11011，音频组件1110，输入/输出(i/o)的接口1112，传感器组件1114，以及通信组件1116。

处理组件1102通常控制电子设备1100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1102可以包括一个或多个处理器1120来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1102可以包括一个或多个模块，便于处理组件1102和其他组件之间的交互。例如，处理组件1102可以包括多媒体模块，以方便多媒体组件11011和处理组件1102之间的交互。

存储器1104被配置为存储各种类型的数据以支持在电子设备1100的操作。这些数据的示例包括用于在电子设备1100上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1106为电子设备1100的各种组件提供电力。电源组件1106可以包括电源管理系统，一个或多个电源，及其他与为电子设备1100生成、管理和分配电力相关联的组件。

多媒体组件11011包括在所述电子设备1100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件11011包括一个前置摄像头和/或后置摄像头。当电子设备1100处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1110被配置为输出和/或输入音频信号。例如，音频组件1110包括一个麦克风(mic)，当电子设备1100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1104或经由通信组件1116发送。在一些实施例中，音频组件1110还包括一个扬声器，用于输出音频信号。

i/o接口1112为处理组件1102和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1114包括一个或多个传感器，用于为电子设备1100提供各个方面的状态评估。例如，传感器组件1114可以检测到电子设备1100的打开/关闭状态，组件的相对定位，例如所述组件为电子设备1100的显示器和小键盘，传感器组件1114还可以检测电子设备1100或电子设备1100一个组件的位置改变，用户与电子设备1100接触的存在或不存在，电子设备1100方位或加速/减速和电子设备1100的温度变化。传感器组件1114可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1114还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1114还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1116被配置为便于电子设备1100和其他设备之间有线或无线方式的通信。电子设备1100可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件1116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1116还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，电子设备1100可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1104，上述计算机程序指令可由电子设备1100的处理器1120执行以完成上述方法。

图12是根据一示例性实施例示出的一种电子设备1200的框图。例如，电子设备1200可以被提供为一服务器。参照图12，电子设备1200包括处理组件1222，其进一步包括一个或多个处理器，以及由存储器1232所代表的存储器资源，用于存储可由处理组件1222的执行的指令，例如应用程序。存储器1232中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1222被配置为执行指令，以执行上述方法。

电子设备1200还可以包括一个电源组件1226被配置为执行电子设备1200的电源管理，一个有线或无线网络接口1250被配置为将电子设备1200连接到网络，和一个输入输出(i/o)接口1258。电子设备1200可以操作基于存储在存储器1232的操作系统，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1232，上述计算机程序指令可由电子设备1200的处理组件1222执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。