[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

本發明提出了人臉識別模型的調整方法、裝置、設備及存儲介質，其中人臉識別模型的調整方法可以包括：通過人臉識別模型，對原始人臉圖片數據進行處理，得到待評估的識別結果；基于待評估的識別結果，對于原始人臉圖片數據進行標注；基于待評估的識別結果和標注后的原始人臉圖片數據，計算多維度的效果評估指標；對于標注后的原始人臉圖片數據進行質量分析，統計標注后原始人臉圖片數據的質量特征、質量特征分布；基于效果評估指標、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人臉識別模型。

技術領域

本發明涉及人臉識別領域，具體涉及一種人臉識別模型的調整方法、裝置、計算機設備及計算機可讀存儲介質。

背景技術

人臉識別技術是基于圖片視覺識別技術模型進行人臉識別。在實際的操作中往往通過特定的識別處理策略，來完成識別模型的優化補充。但是無論如何，模型識別結果總是存在誤差。如何方便快速地評估人臉識別產品的部署效果，是一個比較棘手的事情。

此外由于圖像和實際部署的環境光照條件、攝像頭部署角度因素等都有關系，現有的模型識別結果總是存在誤差。如何高效地調整模型的參數，減小識別錯誤率是一個比較棘手的事情。

考慮到長期進行人臉識別數字化的工作需求，急需一種改進的數字化人臉識別效果評估的方案和人工標注工具。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

根據本發明的第一方面，提供了一種人臉識別模型的調整方法，可以包括：

通過人臉識別模型，對原始人臉圖片數據進行處理，得到待評估的識別結果；

基于待評估的識別結果，對于原始人臉圖片數據進行標注；

基于待評估的識別結果和標注后的原始人臉圖片數據，計算多維度的效果評估指標；

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

基于效果評估指標、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人臉識別模型。

在根據本發明第一方面的一個實施例中，其中通過人臉識別模型，對原始人臉圖片數據進行處理，得到待評估的識別結果可以包括：

基于處理閾值和/或人臉比對評分策略來處理原始人臉圖片數據，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。

在根據本發明第一方面的另一個實施例中，其中基于待評估的識別結果，對于原始人臉圖片數據進行標注可以包括：

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。

備選的，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。

備選的，包括第三輪標注，針對被標注為不確定的人臉圖片數據進行單獨標注，將不確定的人臉圖片數據標注為新的個體。

備選的，包括第四輪標注，將被標注為不同個體、但實際上是同一個個體的人臉圖片數據合并。

在根據本發明第一方面的再一個實施例中，其中多維度的效果評估指標可以包括：

人臉圖片數據的準確率、召回率、是否被污染、是否被拆分。

在根據本發明第一方面的一個實施例中，其中標注后的人臉圖片數據的質量特征可以包括：