[發明專利]人臉識別模型的調整方法、裝置、設備及存儲介質

有效

• 申請號: 201811297605.6
• 申請日: 2018-11-01
• 公開（公告）號: CN111126121B
• 公開（公告）日: 2023-04-04
• 發明（設計）人: 姚向民;黃培;劉博文
• 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
• 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調整方法，其特征在于，包括：

通過所述人臉識別模型，對原始人臉圖片數據進行處理，得到待評估識別結果；

基于待評估的識別結果，對所述原始人臉圖片數據進行標注；

基于所述待評估的識別結果和所述標注后的原始人臉圖片數據，計算多維度的效果評估指標；

對所述標注后的原始人臉圖片數據進行質量分析，統計所述標注后原始人臉圖片數據的質量特征、質量特征分布；

基于所述效果評估指標、所述標注后的原始人臉圖片數據的質量特征、質量特征分布自動調整所述人臉識別模型。

2.根據權利要求1所述的人臉識別模型的調整方法，其中通過所述人臉識別模型，對原始人臉圖片數據進行處理，得到待評估識別結果包括：

基于識別閾值和/或人臉比對評分策略來識別所述原始人臉圖片數據，所述得到的待評估識別結果包括會員人臉圖片數據、泛會員人臉圖片數據、新注冊會員人臉圖片數據。

3.根據權利要求2所述的人臉識別模型的調整方法，其中基于待評估識別結果，對所述原始人臉圖片數據進行標注包括：

第一輪標注，對被識別為屬于同一個體的所述待評估識別結果進行聚合，針對聚合所得到的不同組，如果判斷為該組中的所述原始人臉圖片確實屬于同一個體，則標注為正確，如果判斷為該組中的所述原始人臉圖片數據并非屬于同一個體，則標注為錯誤。

4.根據權利要求3所述的人臉識別模型的調整方法，其中基于待評估識別結果，對所述原始人臉圖片數據進行標注還包括：

第二輪標注，針對被標注為錯誤的組，將其中的原始人臉圖片數據和被標注為正確的組中的原始人臉圖片數據進行比對，以修正錯誤的標注，并將不可通過比對得到確定個體的原始人臉圖片數據標定為不確定。

5.根據權利要求4所述的人臉識別模型的調整方法，其中基于待評估識別結果，對所述原始人臉圖片數據進行標注還包括：

第三輪標注，將被標注為不確定的原始人臉圖片數據標注為新的個體。

6.根據權利要求5所述的人臉識別模型的調整方法，其中基于待評估識別結果，對所述原始人臉圖片數據進行標注還包括：

第四輪標注，將被識別為不同個體、但實際上是同一個個體的人臉圖片數據合并。

7.根據權利要求1-6中任一項所述的人臉識別模型的調整方法，其中所述多維度的效果評估指標包括：

人臉圖片數據的準確率、召回率、是否被污染、是否被拆分。

8.根據權利要求1-6中任一項所述的人臉識別模型的調整方法，其中所述標注后的人臉圖片數據的質量特征包括：

人臉圖片數據的光照度、攝像頭相對于人臉的角度、人臉圖片數據的清晰度、人臉圖片像素的大小。

9.一種人臉識別模型的調整裝置，其特征在于，包括：

人臉識別模型，用于對原始人臉圖片數據進行處理，得到待評估的識別結果；

標注單元，用于基于所述待評估的識別結果，對于所述原始人臉圖片數據進行標注；

計算單元，用于基于所述待評估的識別結果和所述標注后的原始人臉圖片數據，計算多維度的效果評估指標；

分析單元，用于對于所述標注后的原始人臉圖片數據進行質量分析，統計所述標注后原始人臉圖片數據的質量特征、質量特征分布；

調整單元，用于基于所述效果評估指標、所述標注后的原始人臉圖片數據的質量特征、質量特征分布自動調整所述人臉識別模型。

10.根據權利要求9所述的人臉識別模型的調整裝置，其中所述人臉識別模型進一步用于基于處理閾值和/或人臉比對評分策略來處理所述原始人臉圖片數據，其中所述得到的待評估的識別結果包括會員人臉圖片數據、泛會員人臉圖片數據、新注冊會員人臉圖片數據。