[發明專利]人臉識別模型的生成方法和裝置

有效

• 申請號: 201810268892.1
• 申請日: 2018-03-29
• 公開（公告）號: CN108491812B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 張剛
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06K9/62;G06N3/04;G06V10/774
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種人臉識別模型的生成方法，包括：

獲取訓練樣本集合；

將所述訓練樣本集合中的各訓練樣本輸入到初始人臉識別模型中對所述初始人臉識別模型進行訓練，得到訓練后的人臉識別模型，所述人臉識別模型用于識別輸入到其中的人臉圖像對所對應的對象之間是否滿足預定血緣關系；

其中，所述訓練樣本集合包括多個訓練樣本圖像對，所述訓練樣本集合中的至少一個訓練樣本圖像對基于如下步驟生成：

獲取目標對象的人臉特征圖作為訓練樣本圖像對中的一個訓練樣本圖像；

獲取與所述目標對象具有所述預定血緣關系的至少兩個關系對象的人臉圖像；

生成目標圖像集，所述目標圖像集包括由所述關系對象的人臉圖像生成的特征圖以及由所述關系對象的組合圖像生成的特征圖，其中，所述關系對象的組合圖像為截取其中一個關系對象的人臉圖像的預設特征區域，并用所截取的預設特征區域替換另一個關系對象的人臉圖像相對應的特征區域所生成的圖像；

從所述目標圖像集中任意選取一個特征圖作為訓練樣本圖像對中的另一個訓練樣本圖像。

2.根據權利要求1所述的方法，其中，所述訓練樣本集合還包括以下至少一個訓練樣本圖像對，該訓練樣本圖像對包括所述目標圖像的人臉特征圖以及與所述目標對象不具有預定血緣關系的人物對象的人臉特征圖；以及

所述將所述訓練樣本集合中的各訓練樣本輸入到初始人臉識別模型中對所述初始人臉識別模型進行訓練，得到訓練后的人臉識別模型，包括：

將所述訓練樣本集合中的各訓練樣本輸入到初始人臉識別模型中對所述初始人臉識別模型進行訓練，得到訓練后的人臉識別模型，以使若輸入到人臉識別模型中的待檢測圖像對包括待檢測目標對象的人臉特征圖和與該待檢測目標對象具有預定血緣關系的人臉特征圖，所述人臉識別模型所輸出的數值大于第一預設閾值，若待檢測圖像對中包括目標對象的人臉特征圖和與該目標對象不具有預定血緣關系的人臉特征圖，所述人臉識別模型所輸出的數值小于第二預設閾值；其中，所述第二預設閾值小于所述第一預設閾值。

3.根據權利要求1所述的方法，其中，所述獲取訓練樣本集合包括：

獲取目標對象的人臉圖像、與所述目標對象具有預定血緣關系的至少兩個關系對象各自的人臉圖像以及由所述至少兩個關系對象的人臉圖像得到的組合圖像；

將目標對象的人臉圖像、所述關系對象的人臉圖像、所述組合圖像輸入到預先訓練的人臉特征識別模型，分別得到目標對象的人臉特征圖、關系對象的人臉特征圖以及組合圖像的特征圖；

將目標對象的人臉特征圖作為一個訓練本圖像，從所述關系對象的人臉特征圖和組合圖像的特征圖中任意選取一個特征圖作為另一訓練樣本圖像，得到訓練樣本集合中的至少一個訓練樣本圖像對。

4.根據權利要求3所述的方法，其中，在所述將目標對象的人臉圖像、所述關系對象的人臉圖像、所述組合圖像輸入到預先訓練的人臉特征識別模型，分別得到目標對象的人臉特征圖、關系對象的人臉特征圖以及組合圖像的特征圖之前，所述方法還包括：

將所述目標對象的人臉圖像和所述關系對象的人臉圖像、組合圖像進行仿射變換，得到變換后的目標對象人臉圖像、變換后的關系對象人臉圖像、變換后的組合圖像；以及

所述將目標對象的人臉圖像、所述關系對象的人臉圖像、所述組合圖像輸入到預先訓練的人臉特征識別模型，分別得到目標對象的人臉特征圖、關系對象的人臉特征圖以及組合圖像的特征圖，還包括：將所述變換后的目標對象人臉圖像、變換后的關系對象人臉圖像、變換后的組合圖像分別輸入到預先訓練的人臉特征識別模型，得到變換后的目標對象人臉特征圖、變換后的關系對象人臉特征圖和變換后的組合圖像特征圖；以及

所述將目標對象的人臉特征圖作為一個訓練本圖像，從所述關系對象的人臉特征圖和組合圖像的特征圖中任意選取一個特征圖作為另一訓練樣本圖像，得到訓練樣本集合中的至少一個訓練樣本圖像對，還包括：

將目標對象的人臉特征圖或變換后的目標對象人臉特征圖作為一個訓練本圖像，從所述變換后的目標對象人臉特征圖、變換后的關系對象人臉特征圖和變換后的組合圖像特征圖中任意選取一個特征圖作為另一訓練樣本圖像，得到訓練樣本集合中的至少一個訓練樣本圖像對。

5.根據權利要求1所述的方法，其中，所述人臉識別模型為卷積神經網絡模型。