(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211092937.7 (22)申请日 2022.09.08 (71)申请人 苏州魔视智能科技有限公司 地址 215300 江苏省苏州市昆山市张浦镇 建德路40 5号 (72)发明人 陈鹏　陈宇　胡启昶　李腾　 李发成　张如高　虞正华　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 陈刚 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/82(2022.01) G06N 3/08(2006.01) (54)发明名称 基于二值神经网络的人脸信息识别方法、 装 置、 设备 (57)摘要 本申请是关于一种基于二值神经网络的人 脸信息识别方法、 装置、 设备， 具体涉及神经网络 技术领域。 方法包括： 获取目标图像， 提取目标图 像的图像特征值， 将图像特征值输入二值神经网 络； 对图像特征值进行二值量化处理， 得到图像 特征值的量化值； 根据图像特征值的量化值， 确 定梯度调节系数的数值， 梯度调节系数用于控制 二值神经网络中的权重在训练过程中发生二值 翻转的概率， 二值翻转指的是权重在单次迭代前 后对应于不同的量化值； 使用梯度调节系数对权 重进行梯度更新， 以得到训练完成后的权重， 权 重用于构成训练完成后的二值神经网络； 将待识 别图像输入训练完成后的二值神经网络， 识别待 识别图像中的人脸信息 。 权利要求书2页 说明书12页 附图5页 CN 115171201 A 2022.10.11 CN 115171201 A 1.一种基于二 值神经网络的人脸信息识别方法， 其特 征在于， 所述方法包括： 获取目标图像， 提取所述目标图像的图像特征值， 将所述图像特征值输入二值神经网 络； 对所述图像特 征值进行二 值量化处理， 得到所述图像特 征值的量 化值； 根据所述图像特征值的量化值， 确定梯度调节系数的数值， 所述梯度调节系数用于控 制所述二值神经网络中的权重在训练过程中发生二值翻转的概率， 所述二值翻转指的是所 述权重在单次迭代前后对应于不同的量 化值； 使用所述梯度调节系数对所述权重进行梯度更新， 以得到训练完成后的所述权重， 所 述权重用于构成训练完成后的所述 二值神经网络； 将待识别图像输入训练完成后的所述二值神经网络， 识别所述待识别图像中的人脸信 息。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述图像特征值的量化值， 确定 梯度调节系数的数值， 包括： 在所述图像特征值的量化值为第 一量化值的情况下， 确定所述梯度调节系数的数值为 第一梯度调节系数值； 在所述图像特征值的量化值为第 二量化值的情况下， 确定所述梯度调节系数的数值为 第二梯度调节系数值； 其中， 所述第一梯度调节系数值与所述第二梯度调节系数值 不同。 3.根据权利要求1所述的方法， 其特征在于， 所述使用所述梯度调节系数对所述二值神 经网络中的权 重进行梯度更新， 以完成对所述权 重的训练， 包括： 使用如下公式， 对所述 二值神经网络中的权 重进行梯度更新： ； 其中， 为所述权重， 为所述权重的量化值， 为所述图像特征值， 为所述图像 特征值的量化值， 为所述梯度调节系数， 为所述二值神经网络的层数， 为训练迭代的 次数， 为所述二值神经网络的损失函数， 为学习率。 4.根据权利要求1至 3任一所述的方法， 其特 征在于， 所述方法还 包括： 对所述梯度调节系数进行梯度更新， 以得到训练完成后的所述梯度调节系数。 5.根据权利要求4所述的方法， 其特征在于， 所述对所述梯度调节系数进行梯度更新，权　利　要　求　书 1/2 页 2 CN 115171201 A 2包括： 获取梯度量级同步系数， 所述梯度量级同步系数用于保障所述梯度调节系数的梯度的 量级与所述权 重的梯度的量级相同步； 使用所述梯度量级同步系数对所述梯度调节系数进行梯度 更新， 以得到训练完成后的 所述梯度调节系数。 6.根据权利要求5所述的方法， 其特 征在于， 所述获取梯度量级同步系数， 包括： 使用如下公式， 确定所述梯度量级同步系数： ； 其中， 为所述梯度量级同步系数， 为所述二值神经网络当前层中的权 重的个数。 7.一种基于二 值神经网络的人脸信息识别装置， 其特 征在于， 所述装置包括： 特征值输入模块， 用于获取目标图像， 提取所述目标图像的图像特征值， 将所述图像特 征值输入二 值神经网络； 二值量化模块， 用于对所述二值神经网络中的图像特征值进行二值量化处理， 得到所 述图像特 征值的量 化值； 数值确定模块， 用于根据 所述图像特征值的量化值， 确定梯度调节系数的数值， 所述梯 度调节系数用于控制所述二值神经网络中的权重在训练过程中发生二值翻转的概率， 所述 二值翻转指的是 所述权重在单次迭代前后对应于不同的量 化值； 第一梯度更新模块， 用于使用所述梯度调节系数对所述权重进行梯度更新， 以得到训 练完成后的所述权 重， 所述权 重用于构成训练完成后的所述 二值神经网络； 人脸信息识别模块， 用于将待识别图像输入训练完成后的所述二值神经网络， 识别所 述待识别图像中的人脸信息 。 8.一种计算机设备， 其特征在于， 所述计算机设备中包含处理器和存储器， 所述存储器 中存储有至少一条指令、 至少一段程序、 代码集或指令集， 所述至少一条指令、 至少一段程 序、 代码集或指 令集由所述处理器加载并执行以实现如权利要求 1至6任一所述的基于二值 神经网络的人脸信息识别方法。 9.一种计算机可读存储介质， 其特征在于， 所述存储介质中存储有至少一条指令、 至少 一段程序、 代码集或指令集， 所述至少一条指令、 至少一段程序、 代码集或指令集由处理器 加载并执 行以实现如权利要求1至 6任一所述的基于二 值神经网络的人脸信息识别方法。权　利　要　求　书 2/2 页 3 CN 115171201 A 3