[發(fā)明專利]模型訓(xùn)練方法、人臉識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910266743.6
• 申請(qǐng)日: 2019-04-03
• 公開（公告）號(hào): CN109993125B
• 公開（公告）日: 2022-12-23
• 發(fā)明（設(shè)計(jì)）人: 王浩;龔迪洪;李志鋒;劉威
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06V40/16
• 分類號(hào): G06V40/16
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 王仲凱

本申請(qǐng)公開了一種模型訓(xùn)練方法，包括：獲取訓(xùn)練批數(shù)據(jù)，訓(xùn)練批數(shù)據(jù)包括多個(gè)訓(xùn)練樣本，針對(duì)每個(gè)訓(xùn)練樣本，通過特征提取模塊獲得樣本圖像對(duì)應(yīng)的身份特征和年齡特征，并通過典型相關(guān)映射模塊獲得上述特征各自對(duì)應(yīng)的典型相關(guān)映射變量；基于每個(gè)訓(xùn)練樣本對(duì)應(yīng)的典型相關(guān)映射變量，通過批相關(guān)系數(shù)度量模塊統(tǒng)計(jì)訓(xùn)練批數(shù)據(jù)對(duì)應(yīng)的相關(guān)系數(shù)；通過身份判別器和年齡判別器進(jìn)行聯(lián)合監(jiān)督學(xué)習(xí)，并通過相關(guān)系數(shù)進(jìn)行身份特征和年齡特征的去相關(guān)性訓(xùn)練，訓(xùn)練得到滿足訓(xùn)練目標(biāo)的特征提取模塊。基于去相關(guān)性的對(duì)抗學(xué)習(xí)使得特征提取模塊識(shí)別出的身份特征與年齡特征的相關(guān)性極低，從而提高識(shí)別精度。本申請(qǐng)還公開了跨年齡人臉識(shí)別方法及對(duì)應(yīng)的裝置、設(shè)備、介質(zhì)。

技術(shù)領(lǐng)域

本申請(qǐng)涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種模型訓(xùn)練方法、一種跨年齡人臉識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

現(xiàn)階段，跨年齡人臉識(shí)別問題是人臉識(shí)別領(lǐng)域面臨的重大挑戰(zhàn)之一，年齡變化使得人臉圖像具有更復(fù)雜的多樣性，極大增加了人臉識(shí)別的難度，跨年齡人臉識(shí)別技術(shù)仍然處于探索階段。

現(xiàn)有的跨年齡人臉識(shí)別主要采用判別式方案，其主要是基于身份判別和年齡判別的多任務(wù)學(xué)習(xí)來進(jìn)行的，但，由于身份特征和年齡特征通常具有一定程度上的關(guān)聯(lián)性，如此，身份特征就會(huì)包括一些年齡信息，使得人臉識(shí)別結(jié)果并不可靠。

因此，如何提高跨年齡人臉識(shí)別的性能是目前亟需解決的問題。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┝艘环N模型訓(xùn)練方法，通過分離身份特征和年齡特征，利用身份判別器和年齡判別器進(jìn)行聯(lián)合學(xué)習(xí)以及去相關(guān)性訓(xùn)練得到特征提取模塊，該特征提取模塊對(duì)于身份特征和年齡特征具有較高的識(shí)別精度，將其用于跨年齡人臉識(shí)別，能夠提高識(shí)別結(jié)果可靠性。本申請(qǐng)還提供了對(duì)應(yīng)的裝置、設(shè)備及介質(zhì)。

有鑒于此，本申請(qǐng)第一方面提供了一種模型訓(xùn)練方法，所述方法包括：

獲取訓(xùn)練批數(shù)據(jù)，所述訓(xùn)練批數(shù)據(jù)包括多個(gè)訓(xùn)練樣本，每個(gè)所述訓(xùn)練樣本包括樣本圖像及樣本圖像對(duì)應(yīng)的身份標(biāo)簽和年齡標(biāo)簽；

針對(duì)所述訓(xùn)練批數(shù)據(jù)中每個(gè)所述訓(xùn)練樣本，通過特征提取模塊獲得所述訓(xùn)練樣本中樣本圖像對(duì)應(yīng)的身份特征和年齡特征，并通過典型相關(guān)映射模塊獲得所述身份特征和所述年齡特征各自對(duì)應(yīng)的典型相關(guān)映射變量；

基于所述訓(xùn)練批數(shù)據(jù)中每個(gè)所述訓(xùn)練樣本對(duì)應(yīng)的所述典型相關(guān)映射變量，通過批相關(guān)系數(shù)度量模塊統(tǒng)計(jì)所述訓(xùn)練批數(shù)據(jù)對(duì)應(yīng)的相關(guān)系數(shù)；

通過身份判別器和年齡判別器進(jìn)行聯(lián)合監(jiān)督學(xué)習(xí)，并通過所述相關(guān)系數(shù)進(jìn)行所述身份特征和所述年齡特征的去相關(guān)性訓(xùn)練，訓(xùn)練得到滿足訓(xùn)練目標(biāo)的所述特征提取模塊。

本申請(qǐng)第二方面提供了一種跨年齡人臉識(shí)別方法，所述方法包括：

獲取第一人臉圖像和第二人臉圖像；

通過預(yù)先訓(xùn)練的特征提取模塊獲取所述第一人臉圖像中人臉部分的身份特征作為第一身份特征，并通過所述特征提取模塊獲取所述第二人臉圖像中人臉部分的身份特征作為第二身份特征；所述特征提取模塊為通過上述第一方面所述模型訓(xùn)練方法訓(xùn)練生成的；

根據(jù)所述第一身份特征和所述第二身份特征確定所述第一人臉圖像與所述第二人臉圖像中人臉的相似度；

顯示識(shí)別結(jié)果，所述識(shí)別結(jié)果包括所述相似度。

本申請(qǐng)第三方面提供了一種模型訓(xùn)練裝置，所述裝置包括：

獲取單元，用于獲取訓(xùn)練批數(shù)據(jù)，所述訓(xùn)練批數(shù)據(jù)包括多個(gè)訓(xùn)練樣本，每個(gè)所述訓(xùn)練樣本包括樣本圖像及樣本圖像對(duì)應(yīng)的身份標(biāo)簽和年齡標(biāo)簽；

分析單元，用于針對(duì)所述訓(xùn)練批數(shù)據(jù)中每個(gè)所述訓(xùn)練樣本，通過特征提取模塊獲得所述訓(xùn)練樣本中樣本圖像對(duì)應(yīng)的身份特征和年齡特征，并通過典型相關(guān)映射模塊獲得所述身份特征和所述年齡特征各自對(duì)應(yīng)的典型相關(guān)映射變量；