基于联邦学习的人脸识别模型训练方法及装置
实质审查的生效
摘要
本发明提供一种基于联邦学习的人脸识别模型训练方法及装置，方法包括：接收服务器发送的等效类别向量矩阵和第一骨干网络参数；基于第一骨干网络参数、目标客户端的样本人脸图像、目标客户端的第一类别向量及等效类别向量矩阵，对人脸识别模型进行训练，得到目标人脸识别模型及目标客户端的第二类别向量；向服务器发送第二类别向量和目标人脸识别模型的目标骨干网络参数。通过等效类别向量使得各目标客户端之间不共享类别向量，保证了用户的隐私信息，而且提升了用户人脸识别的准确率。
基本信息
专利标题 ：
基于联邦学习的人脸识别模型训练方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114360002A
申请号 ：
CN202111509411.X
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张一帆刘凌云程健
申请人 ：
中国科学院自动化研究所
申请人地址 ：
北京市海淀区中关村东路95号
代理机构 ：
北京路浩知识产权代理有限公司
代理人 ：
乔慧
优先权 ：
CN202111509411.X
主分类号 ：
G06V40/16
IPC分类号 ：
G06V40/16 G06N20/20 G06K9/62 G06V10/774 G06V10/80
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06V 40/16
申请日 : 20211210
申请日 : 20211210
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
