[發(fā)明專利]臉部識(shí)別模型訓(xùn)練方法和裝置及臉部識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710384934.3
• 申請(qǐng)日: 2017-05-26
• 公開（公告）號(hào): CN108932459B
• 公開（公告）日: 2021-12-10
• 發(fā)明（設(shè)計(jì)）人: 張夢(mèng);繆倩文;劉汝杰;孫俊
• 申請(qǐng)（專利權(quán)）人: 富士通株式會(huì)社
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 康建峰;江河清

1.一種基于神經(jīng)網(wǎng)絡(luò)的臉部識(shí)別模型的訓(xùn)練方法，包括：

使用第一種族臉部數(shù)據(jù)集來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型；

基于所述第一種族臉部數(shù)據(jù)集和第二種族臉部三維模型進(jìn)行變換獲得類似第二種族臉部數(shù)據(jù)集；以及

使用所述類似第二種族臉部數(shù)據(jù)集來進(jìn)一步訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)模型，對(duì)所述神經(jīng)網(wǎng)絡(luò)的權(quán)重進(jìn)行微調(diào)，用訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型作為臉部識(shí)別模型。

2.根據(jù)權(quán)利要求1所述的方法，其中，基于所述第一種族臉部數(shù)據(jù)集和第二種族臉部三維模型進(jìn)行變換得到類似第二種族臉部數(shù)據(jù)集包括：

基于所述第二種族臉部三維模型提取第二種族臉部二維圖像；

分別檢測(cè)所述第一種族臉部數(shù)據(jù)集中的第一種族臉部二維圖像和所提取的第二種族臉部二維圖像的臉部關(guān)鍵點(diǎn)；

將檢測(cè)到的臉部關(guān)鍵點(diǎn)進(jìn)行對(duì)準(zhǔn)；以及

生成所述類似第二種族臉部數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，在使用第一種族臉部數(shù)據(jù)集來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型之前要對(duì)所述第一種族臉部數(shù)據(jù)集進(jìn)行預(yù)處理，以及在使用所述類似第二種族臉部數(shù)據(jù)集來進(jìn)一步訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)模型之前要對(duì)所述類似第二種族臉部數(shù)據(jù)集進(jìn)行預(yù)處理，其中，所述預(yù)處理包括：

在臉部二維圖像上選取M個(gè)臉部關(guān)鍵點(diǎn)，M為正整數(shù)；以及

基于所述M個(gè)臉部關(guān)鍵點(diǎn)從所述臉部二維圖像采樣N個(gè)局部圖像塊，N為正整數(shù)。

4.根據(jù)權(quán)利要求3所述的方法，其中，所述M個(gè)臉部關(guān)鍵點(diǎn)包括：兩個(gè)眼睛、鼻尖和兩個(gè)嘴角。

5.根據(jù)權(quán)利要求3所述的方法，其中，

使用第一種族臉部數(shù)據(jù)集來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型包括使用所述第一種族臉部數(shù)據(jù)集中的完整臉部圖像和通過預(yù)處理得到的N個(gè)局部圖像塊訓(xùn)練得到N+1個(gè)神經(jīng)網(wǎng)絡(luò)模型；以及

使用所述類似第二種族臉部數(shù)據(jù)集來進(jìn)一步訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)模型包括使用所述類似第二種族臉部數(shù)據(jù)集中的完整臉部圖像和通過預(yù)處理得到的N個(gè)局部圖像塊進(jìn)行訓(xùn)練，對(duì)所述N+1個(gè)神經(jīng)網(wǎng)絡(luò)模型的權(quán)重進(jìn)行微調(diào)。

6.根據(jù)權(quán)利要求5所述的方法，還包括：

對(duì)于預(yù)定臉部圖像，基于訓(xùn)練得到的所述神經(jīng)網(wǎng)絡(luò)模型來訓(xùn)練得到相似度特征。

7.根據(jù)權(quán)利要求6所述的方法，其中，對(duì)于預(yù)定臉部圖像，基于訓(xùn)練得到的所述神經(jīng)網(wǎng)絡(luò)模型來訓(xùn)練得到相似度特征包括：

基于所述N+1個(gè)神經(jīng)網(wǎng)絡(luò)模型分別得到N+1個(gè)特征；以及

將所述N+1個(gè)特征連接在一起作為所述相似度特征。

8.根據(jù)權(quán)利要求1所述的方法，其中，所述第一種族為西方種族，所述第二種族為東方種族。

9.一種臉部識(shí)別方法，包括：

將待識(shí)別數(shù)據(jù)輸入到利用根據(jù)權(quán)利要求1-8所述的方法訓(xùn)練得到的臉部識(shí)別模型中進(jìn)行計(jì)算；

將計(jì)算得到的特征與訓(xùn)練得到相似度特征進(jìn)行比較；以及

基于比較結(jié)果確定所述待識(shí)別數(shù)據(jù)的識(shí)別結(jié)果。

10.一種基于神經(jīng)網(wǎng)絡(luò)的臉部識(shí)別模型的訓(xùn)練裝置，包括：

第一神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練單元，被配置為使用第一種族臉部數(shù)據(jù)集來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型；

類似第二種族臉部數(shù)據(jù)集獲得單元，被配置為基于所述第一種族臉部數(shù)據(jù)集和第二種族臉部三維模型進(jìn)行變換得到類似第二種族臉部數(shù)據(jù)集；以及

第二神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練單元，被配置為使用所述類似第二種族臉部數(shù)據(jù)集來進(jìn)一步訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)模型，從而對(duì)所述神經(jīng)網(wǎng)絡(luò)的權(quán)重進(jìn)行微調(diào)，用訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型作為臉部識(shí)別模型。