[發明專利]一種人臉識別模型的評價方法和裝置

有效

• 申請號: 201910039128.1
• 申請日: 2019-01-16
• 公開（公告）號: CN109871762B
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 翟彬彬
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V10/776
• 分類號: G06V10/776;G06V40/16
• 代理公司: 北京匯思誠業知識產權代理有限公司 11444
• 代理人: 馮曉平

本發明實施例提供了一種人臉識別模型的評價方法和裝置，本發明涉及人工智能技術領域，本方法包括：構建n個測試正樣本；構建n個測試負樣本；將n個測試負樣本輸入人臉識別模型；接收人臉識別模型輸出的現場照對應的特征向量、底圖對應的特征向量，計算現場照對應的特征向量與底圖對應的特征向量之間的余弦相似度，根據計算得到的余弦相似度確定n個測試負樣本中每個測試負樣本的現場照和底圖之間的相似度；對n個測試負樣本進行排序；確定目標相似度；計算n個測試正樣本的通過率；生成人臉識別模型的評估結果；輸出人臉識別模型的評估結果。本發明實施例提供的技術方案能夠解決現有技術中無法根據識別準確度評價人臉識別模型的問題。

【技術領域】

本發明涉及人工智能技術領域，尤其涉及一種人臉識別模型的評價方法和裝置。

【背景技術】

人臉識別模型用于職員、考生等需要記錄出勤情況的場景，以人臉為介質識別出勤人員，應用十分廣泛。一個優秀的人臉識別模型應當具有高識別準確度。

目前，無法根據識別準確度評價人臉識別模型。

【發明內容】

有鑒于此，本發明實施例提供了一種人臉識別模型的評價方法和裝置，用以解決現有技術無法根據識別準確度評價人臉識別模型的問題。

一方面，本發明實施例提供了一種人臉識別模型的評價方法，所述方法包括：構建n個測試正樣本，所述n個測試正樣本中每個測試正樣本包括一個現場照和一個底圖，并且，同一個測試正樣本包括的現場照和底圖對應同一個用戶，底圖為存儲在底圖庫中的圖像，所述底圖庫中存儲了n個底圖，每一個底圖與一個用戶具有對應關系，n為大于1的自然數；構建n個測試負樣本，所述n個測試負樣本中每個測試負樣本包括一個現場照和一個底圖，并且，同一個測試負樣本包括的現場照和底圖對應不同的用戶；將所述n個測試負樣本輸入人臉識別模型；接收所述人臉識別模型輸出的現場照對應的特征向量、底圖對應的特征向量，計算所述現場照對應的特征向量與所述底圖對應的特征向量之間的余弦相似度，根據計算得到的余弦相似度確定所述n個測試負樣本中每個測試負樣本的現場照和底圖之間的相似度；根據所述n個測試負樣本中每個測試負樣本的現場照和底圖之間的相似度對所述n個測試負樣本進行排序，得到排序結果；獲取預設誤識別率；根據所述預設誤識別率和所述排序結果確定目標相似度；根據所述目標相似度計算所述n個測試正樣本的通過率；根據所述n個測試正樣本的通過率生成所述人臉識別模型的評估結果，所述評估結果用于對所述人臉識別模型的識別準確度進行評價；輸出所述人臉識別模型的評估結果。

進一步地，所述根據所述預設誤識別率和所述排序結果確定目標相似度，包括：根據公式h＝n×L計算誤識別數量，L為所述預設誤識別率，h為所述誤識別數量；根據所述排序結果篩選出h個測試負樣本，其中，篩選出的所述h個測試負樣本的現場照和底圖之間的相似度均大于其余n-h個測試負樣本的現場照和底圖之間的相似度；將所述h個測試負樣本中現場照和底圖之間的相似度最低的測試負樣本作為目標測試負樣本；根據所述目標測試負樣本的現場照和底圖之間的相似度確定所述目標相似度。

進一步地，所述根據所述目標相似度計算所述n個測試正樣本的通過率，包括：計算所述n個測試正樣本的現場照和底圖之間的相似度，得到n個相似度；統計現場照和底圖之間的相似度大于或等于所述目標相似度的測試正樣本的數量；根據以下公式計算所述n個測試正樣本的通過率：P＝n1/n，其中，P是所述n個測試正樣本的通過率，n1是現場照和底圖之間的相似度大于或等于所述目標相似度的測試正樣本的數量。

進一步地，所述構建n個測試負樣本，包括：獲取第i用戶的現場照，i為自然數，1≤i≤n；獲取所述底圖庫中存儲的n個底圖；過濾掉所述第i用戶對應的底圖；將所述第i用戶的現場照與剩余的n-1個底圖進行相似度計算，將最大的相似度對應的底圖作為第i個測試負樣本的底圖，將所述第i用戶的現場照作為所述第i個測試負樣本的現場照。