人脸识别模型训练方法、装置、电子设备及存储介质

专利主权项内容

1.一种人脸识别模型训练方法，其特征在于，包括：获取训练样本集，其中，所述训练样本集中包括至少一个训练样本，所述训练样本为携带有身份标签的人脸图像训练样本；对于所述训练样本集中的任一训练样本，将归一化的所述训练样本输入到预设神经网络模型，利用神经网络前向传播算法，计算第一损失值；基于所述第一损失值，计算所述训练样本的梯度值，并根据所述训练样本的梯度值中全部数值绝对值的平均值，以及预设对抗强度信息，计算所述训练样本的离散化梯度值；基于所述训练样本的离散化梯度值，确定所述训练样本对应的对抗样本，所述对抗样本携带有对应训练样本的所述身份标签；基于各个所述训练样本和所述训练样本对应的对抗样本，对预设神经网络模型进行训练，在满足预设训练条件的情况下，得到训练好的人脸识别模型；其中，所述训练好的人脸识别模型用于在输入待识别人脸图像的情况下，输出所述待识别人脸图像对应的身份信息。