[發明專利]人臉樣本圖片標注方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201811339683.8
• 申請日: 2018-11-12
• 公開（公告）號: CN109583325B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 盛建達
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/774
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 黃章輝

1.一種人臉樣本圖片標注方法，其特征在于，所述人臉樣本圖片標注方法包括：

獲取預設的待標注數據集中的人臉圖片作為待標注圖片；

使用N個預設的情緒識別模型對所述待標注圖片進行識別，得到所述待標注圖片的識別結果，其中，N為正整數，所述識別結果包括N個所述情緒識別模型預測的情緒狀態和N個所述情緒狀態對應的預測分值；

針對每個所述待標注圖片的識別結果，若N個所述情緒識別模型預測的情緒狀態中存在至少兩種不同的情緒狀態，則將該待標注圖片標識為誤差圖片，并將包含所述誤差圖片的誤差數據集輸出到客戶端；

針對每個所述待標注圖片的識別結果，若N個所述情緒識別模型預測的情緒狀態相同，并且所述N個情緒狀態對應的預測分值均大于預設的樣本閾值，則將所述情緒狀態和N個所述預測分值的均值作為該待標注圖片的標注信息，并將所述標注信息標注到對應的所述待標注圖片中，作為第一標準樣本；

接收所述客戶端發送的標注后的所述誤差數據集，并將所述標注后的所述誤差數據集中的所述誤差圖片作為第二標準樣本，將所述第一標準樣本和所述第二標準樣本保存到預設的標準樣本庫中；

使用所述第一標準樣本和所述第二標準樣本，分別對N個所述預設的情緒識別模型進行訓練，以更新所述N個預設的情緒識別模型；

將所述待標注數據集中除所述第一標準樣本和所述第二標準樣本以外的所述人臉圖片作為新的待標注圖片，繼續執行所述使用N個預設的情緒識別模型對所述待標注圖片進行識別，得到所述待標注圖片的識別結果的步驟，直到所述誤差數據集為空為止。

2.如權利要求1所述的人臉樣本圖片標注方法，其特征在于，在所述獲取預設的待標注數據集中的人臉圖片作為待標注圖片之前，所述人臉樣本圖片標注方法還包括：

使用預設的爬蟲工具獲取第一人臉圖片；

采用預設的增廣方式對所述第一人臉圖片進行增廣，得到第二人臉圖片；

將所述第一人臉圖片和所述第二人臉圖片保存到所述預設的待標注數據集中。

3.如權利要求1所述的人臉樣本圖片標注方法，其特征在于，在所述使用N個預設的情緒識別模型對所述待標注圖片進行識別，得到所述待標注圖片的識別結果之前，所述人臉樣本圖片標注方法還包括：

從所述預設的標準樣本庫中獲取人臉樣本圖片；

對所述人臉樣本圖片進行預處理；

使用所述預處理后的人臉樣本圖片，分別對殘差神經網絡模型、稠密卷積神經網絡模型和谷歌卷積神經網絡模型進行訓練，并將訓練好的所述殘差神經網絡模型、所述稠密卷積神經網絡模型和所述谷歌卷積神經網絡模型作為所述預設的情緒識別模型。

4.如權利要求1所述的人臉樣本圖片標注方法，其特征在于，所述使用N個預設的情緒識別模型對所述待標注圖片進行識別，得到所述待標注圖片的識別結果包括：

針對每個所述待標注圖片，使用N個預設的情緒識別模型分別對該待標注圖片進行特征值提取處理，得到每個所述預設的情緒識別模型對應的特征數據；

在每個所述預設的情緒識別模型中，使用訓練好的m個分類器對所述特征數據進行相似度計算，得到所述待標注圖片的m種情緒狀態的概率值，其中，m為正整數，每個所述分類器對應一種情緒狀態；

從m個所述概率值中，獲取最大的概率值對應的情緒狀態作為該情緒識別模型預測的情緒狀態，將該最大的概率值作為情緒狀態對應的預測分值，共得到N個所述情緒識別模型預測的情緒狀態和所述N個情緒狀態對應的預測分值。

5.如權利要求1至4任一項所述的人臉樣本圖片標注方法，其特征在于，所述針對每個所述待標注圖片的識別結果，若N個所述情緒識別模型預測的情緒狀態中存在至少兩種不同的情緒狀態，則將該待標注圖片標識為誤差圖片，并將包含所述誤差圖片的誤差數據集輸出到客戶端包括：

對每個所述待標注圖片的識別結果進行檢測，若N個所述情緒識別模型預測的情緒狀態中存在至少兩種不同的情緒狀態，則將該待標注圖片標識為第一誤差圖片；

若N個所述情緒識別模型預測的情緒狀態相同，并且所述N個情緒狀態對應的預測分值均小于預設的誤差閾值，則將該待標注圖片標識為第二誤差圖片；

將所述第一誤差圖片和所述第二誤差圖片作為所述誤差數據集，并將所述誤差數據集輸出到所述客戶端。