本發(fā)明公開了一種基于多目標(biāo)學(xué)習(xí)的人臉識別算法訓(xùn)練方法，包括以下步驟：隨機(jī)初始化神經(jīng)網(wǎng)絡(luò)參數(shù)，使用基于人臉身份的損失函數(shù)以及基于人臉特征點位置約束的損失函數(shù)，以最小化學(xué)習(xí)目標(biāo)對深度卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練；當(dāng)對人臉身份的預(yù)測準(zhǔn)確率達(dá)到閾值后，計算基于人臉特征類內(nèi)距離的損失函數(shù)和基于人臉特征類間距離的損失函數(shù)，并對每一個樣本使用基于人臉身份的損失函數(shù)及人臉特征點位置約束的損失函數(shù)計算；基于人工設(shè)置權(quán)重，對各損失函數(shù)進(jìn)行加權(quán)，得到總的損失函數(shù)，并基于總的損失函數(shù)實現(xiàn)反向傳播，實現(xiàn)對網(wǎng)絡(luò)參數(shù)的更新，當(dāng)準(zhǔn)確率穩(wěn)定后，停止網(wǎng)絡(luò)訓(xùn)練，得到訓(xùn)練好的人臉識別模型。