[發明專利]臉部識別模型訓練方法和裝置及臉部識別方法

有效

• 申請號: 201710384934.3
• 申請日: 2017-05-26
• 公開（公告）號: CN108932459B
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 張夢;繆倩文;劉汝杰;孫俊
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 康建峰;江河清

本發明涉及臉部識別模型訓練方法和裝置及臉部識別方法。該訓練方法包括：使用第一種族臉部數據集來訓練神經網絡模型；基于第一種族臉部數據集和第二種族臉部三維模型進行變換獲得類似第二種族臉部數據集；以及使用類似第二種族臉部數據集來進一步訓練神經網絡模型，對神經網絡的權重進行微調，用訓練得到的神經網絡模型作為臉部識別模型。根據本發明的方法和裝置無需花費大量的時間、人力和資源來收集臉部數據，而可以進行跨種族臉部識別模型的訓練。

技術領域

本發明涉及圖像處理領域，更具體地涉及一種臉部識別模型訓練方法和裝置及臉部識別方法。

背景技術

近年來，臉部識別在學術界和工業界得到了廣泛的關注并取得了很多進展，其主要原因是大規模的臉部數據收集和卷積神經網絡(CNN)的發展。目前，跨種族的臉部識別難度較大，對特定的種族識別性能好，而對其他種族識別性能差。比如模型的訓練集以某個種族數據為主，那么這個臉部識別系統會更好的識別這個種族，對其他種族識別性能不是很好。目前，有很多開源的臉部數據以西方人為主，而亞洲人、非洲臉部數據較少。而卷積神經網絡訓練需要大量的臉部數據，收集大量的臉部數據會浪費大量的時間、人力和資源。

因此，需要一種能夠解決上述問題的、跨種族的臉部識別模型訓練方法和裝置及臉部識別方法。

發明內容

在下文中給出關于本發明的簡要概述，以便提供關于本發明的某些方面的基本理解。應當理解，這個概述并不是關于本發明的窮舉性概述。它并不是意圖確定本發明的關鍵或重要部分，也不是意圖限定本發明的范圍。其目的僅僅是以簡化的形式給出某些概念，以此作為稍后論述的更詳細描述的前序。

本發明的一個主要目的在于，提供了一種基于神經網絡的臉部識別模型的訓練方法，包括：使用第一種族臉部數據集來訓練神經網絡模型；基于第一種族臉部數據集和第二種族臉部三維模型進行變換獲得類似第二種族臉部數據集；以及使用類似第二種族臉部數據集來進一步訓練神經網絡模型，對神經網絡的權重進行微調，用訓練得到的神經網絡模型作為臉部識別模型。

根據本發明的一個方面，提供一種臉部識別方法，包括：將待識別數據輸入訓練得到的臉部識別模型中進行計算；將計算得到的特征與訓練得到相似度特征進行比較；以及基于比較結果確定待識別數據的識別結果。

根據本發明的又一個方面，提供一種基于神經網絡的臉部識別模型的訓練裝置，包括：第一神經網絡模型訓練單元，被配置為使用第一種族臉部數據集來訓練神經網絡模型；類似第二種族臉部數據集獲得單元，被配置為基于第一種族臉部數據集和第二種族臉部三維模型進行變換得到類似第二種族臉部數據集；以及第二神經網絡模型訓練單元，被配置為使用類似第二種族臉部數據集來進一步訓練神經網絡模型，從而對神經網絡的權重進行微調，用訓練得到的神經網絡模型作為臉部識別模型。

另外，本發明的實施例還提供了用于實現上述方法的計算機程序。

此外，本發明的實施例還提供了至少計算機可讀介質形式的計算機程序產品，其上記錄有用于實現上述方法的計算機程序代碼。

通過以下結合附圖對本發明的最佳實施例的詳細說明，本發明的這些以及其他優點將更加明顯。

附圖說明

參照下面結合附圖對本發明實施例的說明，會更加容易地理解本發明的以上和其它目的、特點和優點。附圖中的部件只是為了示出本發明的原理。在附圖中，相同的或類似的技術特征或部件將采用相同或類似的附圖標記來表示。

圖1示出了訓練臉部識別模型的總體框架示意圖；

圖2示出了根據本發明的一個實施例的基于神經網絡的臉部識別模型的訓練方法200的示例性過程的流程圖；

圖3是示出圖2中的步驟S204的一種示例性過程的流程圖；

圖4示出了從臉部圖像提取臉部局部圖像塊的示意圖；