[發明專利]人像屬性模型構建方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201910303132.4
• 申請日: 2019-04-16
• 公開（公告）號: CN110135263A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 姚旭峰;徐國強;邱寒
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃晶晶;黃曉慶

本申請涉及人工智能技術領域，用于人像識別行業，提供一種人像屬性模型構建方法、裝置、計算機設備和存儲介質，其方法包括：獲取人臉檢測數據，確定感興趣的人臉區域，隨機標注部分所述感興趣的人臉區域的人像屬性，獲得訓練樣本，根據所述訓練樣本對人像屬性模型進行訓練，通過主動學習算法優化已訓練的人像屬性模型，得到優化后的人像屬性模型。整個過程中，只針對部分已標注的樣本進行訓練，縮短訓練時間，并且采用主動學習算法優化已訓練的人像屬性模型，提升模型的性能，優化后的人像屬性模型可以高效且準確實現人像屬性識別。

技術領域

本申請涉及人像識別技術領域，特別是涉及一種人像屬性模型構建方法、裝置、計算機設備和存儲介質。

背景技術

隨著人工智能技術的發展，AI(artificial intelligence，人工智能)人像技術越來越成熟，其能夠給人們生活帶來更多樂趣與便捷，例如人臉檢測門禁系統、AI人像拍照技術、AI人像圖片合成技術。

AI人像模型是AI人像技術的基礎，傳統AI人像模型訓練需要大量的數據集及標簽，標注標簽需要花費大量的時間成本和經濟成本，用大量數據訓練模型需要很長時間。

因此，目前急需一種高效的人像屬性模型構建方案。

發明內容

基于此，有必要針對上述技術問題，提供一種高效的人像屬性模型構建方法、裝置、計算機設備和存儲介質。

一種人像屬性模型構建方法，所述方法包括：

獲取人臉檢測數據，確定感興趣的人臉區域；

隨機標注部分所述感興趣的人臉區域的人像屬性，獲得訓練樣本；

根據所述訓練樣本對人像屬性模型進行訓練；

根據已訓練的人像屬性模型輸出的未標注的樣本集，通過主動學習算法優化已訓練的人像屬性模型，得到優化后的人像屬性模型。

在其中一個實施例中，所述根據已訓練的人像屬性模型輸出的未標注的樣本集，通過主動學習算法優化已訓練的人像屬性模型，得到優化后的人像屬性模型包括：

獲取已訓練的人像屬性模型輸出的未標注的樣本集；

調用預設查詢函數，從所述未標注的樣本集中選擇需標注的樣本；

標注所述需標注的樣本，得到標注好的樣本；

將所述標注好的樣本加入所述歷史已標注樣本集合，形成新的訓練樣本集合；

根據所述新的訓練樣本集合優化所述已訓練的人像屬性模型，將優化后的所述已訓練的人像屬性模型重新作為已訓練的人像屬性模型。

在其中一個實施例中，所述隨機標注部分所述感興趣的人臉區域的人像屬性，獲得訓練樣本包括：

將多個確定的感興趣的人臉區域作為數據集；

隨機選取所述數據集中部分感興趣的人臉區域作為待標注樣本；

推送所述待標注樣本至人像屬性標注服務器；

接收所述人像屬性標注服務器反饋的人像屬性標注結果，得到訓練樣本，所述人像屬性標注結果由所述人像屬性標注服務器根據待標注屬性指標集合對所述待標注樣本進行人像屬性標注得到，所述待標注屬性指標集合包括年齡、性別、有無劉海、是否戴眼鏡、化妝類型、是否描眉、是否涂口紅、是否腮紅、發型、皮膚狀態、臉型、人臉上下停對比、人臉三停對比、胡須類型、眉毛形態以及是否有抬頭紋的屬性指標。

在其中一個實施例中，所述獲取人臉檢測數據，確定感興趣的人臉區域包括：

獲取人臉檢測數據；