[發明專利]模型的訓練方法、跨年齡人臉識別方法和對應的裝置

有效

• 申請號: 201610399405.6
• 申請日: 2016-06-07
• 公開（公告）號: CN107480575B
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 李志鋒;喬宇;溫研東
• 申請（專利權）人: 深圳市商湯科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 姚澤鑫

本發明提供一種模型的訓練方法、跨年齡人臉識別方法和對應的裝置，提高針對跨年齡的人臉識別的準確率，降低針對跨年齡的人臉識別的復雜度。其中，在模型的訓練方法中包括：分別獲取通用人臉數據庫和跨年齡人臉數據庫，所述跨年齡人臉數據庫中包括按照人臉的身份特征和年齡特征分類的多個人臉圖像組；使用所述通用人臉數據庫和所述跨年齡人臉數據庫對由隱因子分析模型引導的深度卷積神經網絡模型進行訓練，輸出訓練完成后的所述深度卷積神經網絡模型。

技術領域

本發明涉及計算機技術領域，具體涉及一種模型的訓練方法、跨年齡人臉識別方法和對應的裝置。

背景技術

在許多應用場合中，由于安防、人機交互、人群分析等要求，需要及時可靠的身份信息驗證與識別。通過人臉圖像獲取身份認證，對用戶來說具有非接觸、無侵犯、方便快捷等特點。因此人臉識別技術作為一種非常有前景的身份識別技術，值得進行深度研究與大力推廣。人臉識別技術有多種重要應用，如機器人智能、智能化視頻監控、家居安防驗證、刑事監控分析、網絡視頻社交等。在人臉識別的實際應用場景中，待識別的人臉圖像有著各種的變化，如光照、遮擋、姿態、表情、年齡等。其中，年齡的變化會使得人臉產生巨大的變化，容易導致人臉識別的失敗。另外年齡的變化非常復雜，難以建立精準的模型對其進行分析。

發明內容

本發明提供一種模型的訓練方法、跨年齡人臉識別方法和對應的裝置，用于提高針對跨年齡的人臉識別的準確率，降低針對跨年齡的人臉識別的復雜度。

本發明第一方面提供一種模型的訓練方法，包括：

分別獲取通用人臉數據庫和跨年齡人臉數據庫，所述跨年齡人臉數據庫中包括按照人臉的身份特征和年齡特征分類的多個人臉圖像組；

使用所述通用人臉數據庫和所述跨年齡人臉數據庫對由隱因子分析模型引導的深度卷積神經網絡模型進行訓練，輸出訓練完成后的所述深度卷積神經網絡模型。

本發明第二方面提供一種跨年齡人臉識別方法，包括：

使用深度卷積神經網絡模型從至少兩幅人臉圖像中分別提取出對應的身份特征，所述深度卷積神經網絡模型由隱因子分析模型引導，且通過通用人臉數據庫和跨年齡人臉數據庫進行訓練后輸出；

根據所述至少兩幅人臉圖像分別提取到的身份特征之間的相似程度確定所述至少兩幅人臉圖像是否屬于跨年齡的同一個人臉。

本發明第三方面提供一種模型的訓練裝置，包括：

獲取模塊，用于分別獲取通用人臉數據庫和跨年齡人臉數據庫，所述跨年齡人臉數據庫中包括按照人臉的身份特征和年齡特征分類的多個人臉圖像組；

模型訓練模塊，用于使用所述通用人臉數據庫和所述跨年齡人臉數據庫對由隱因子分析模型引導的深度卷積神經網絡模型進行訓練，輸出訓練完成后的所述深度卷積神經網絡模型。

本發明第四方面提供一種跨年齡人臉識別裝置，包括：

身份特征識別模塊，用于使用深度卷積神經網絡模型從至少兩幅人臉圖像中分別提取出對應的身份特征，所述深度卷積神經網絡模型由隱因子分析模型引導，且通過通用人臉數據庫和跨年齡人臉數據庫進行訓練后輸出；

跨年齡人臉判斷模塊，用于根據所述至少兩幅人臉圖像分別提取到的身份特征之間的相似程度確定所述至少兩幅人臉圖像是否屬于跨年齡的同一個人臉。

本發明第五方面提供一種模型的訓練裝置，包括：處理器、存儲器、發送器和接收器，其中，所述處理器，用于執行如下步驟：

分別獲取通用人臉數據庫和跨年齡人臉數據庫，所述跨年齡人臉數據庫中包括按照人臉的身份特征和年齡特征分類的多個人臉圖像組；