[發明專利]難樣本發現方法、裝置及計算機設備

有效

• 申請號: 202010138382.X
• 申請日: 2020-03-03
• 公開（公告）號: CN111401158B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 蔡中印;陸進;陳斌;宋晨
• 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: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 鄧小玲;王勇

1.一種難樣本發現方法，其特征在于，包括：

獲取第一樣本集，所述第一樣本集包括多個未標記屬性的樣本圖像；

基于預設的人臉屬性模型對各個所述未標記屬性的樣本圖像進行識別，得到各個所述未標記的樣本圖像的屬性，其中，所述人臉屬性模型用于對樣本圖像的屬性進行標注；

根據各個樣本圖像的屬性挑選出符合預設條件的樣本圖像；

基于預設的質量排序模型對所述符合預設條件的樣本圖像的圖像質量進行排序，并輸出質量排序結果，其中，所述質量排序模型為經過訓練得到的用于識別圖像質量的模型；

基于第一關鍵點標記模型對所述質量排序結果中排序在預設位置的第一樣本圖像進行關鍵點位置標注，得到標注后的第二樣本圖像，以及基于第二關鍵點標記模型對所述質量排序結果中的排序在所述預設位置的第一樣本圖像進行關鍵點位置標注，得到標注后的第三樣本圖像，其中，該第一關鍵點標記模型以及第二關鍵點標記模型用于對圖像進行關鍵點定位；

計算經標注后的所述第二樣本圖像與所述第三樣本圖像中的關鍵點的單位化像素偏差；及

若所述單位化像素偏差大于或者等于預設值，則將所述第一樣本圖像作為難樣本圖像。

2.如權利要求1所述的難樣本發現方法，其特征在于，所述樣本圖像為人臉圖像，所述樣本圖像的屬性包括偏轉角度、模糊度，表情、背光強度、遮擋、眼鏡、口罩、帽子、劉海、以及年齡中的至少一種；

所述預設條件為以下條件中的任意一個：

偏轉角度大于第一預設值，模糊度大于第二預設值，背光大于第三預設值，表情為預設表情，戴墨鏡，戴口罩，戴帽子，有劉海，年齡大于第四預設值或者小于第五預設值。

3.如權利要求2所述的難樣本發現方法，其特征在于，所述難樣本發現方法還包括：

通過第三關鍵點標記模型對所述難樣本圖像進行標注，得到包含關鍵點的第一難樣本圖像，以及通過第四關鍵點標記模型對所述難樣本圖像進行標注，得到包含關鍵點的第二難樣本圖像；

將所述第一難樣本圖像以及所述第二難樣本圖像輸入至人臉檢測框模型中，以得到包含人臉框的第三難樣本圖像以及第四難樣本圖像；

將所述第三難樣本圖像以及所述第四難樣本圖像發布至標注網站，以使標注人員對所述第三難樣本圖像以及所述第四難樣本圖像進行分類，其中，分類類別包括第三關鍵點標記模型預測結果準且第四關鍵點標記模型預測結果不準、第三關鍵點標記模型和第四關鍵點標記模型預測結果都不準、第三關鍵點標記模型和第四關鍵點標記模型以及人臉框都不準三類。

4.如權利要求3所述的難樣本發現方法，其特征在于，所述難樣本發現方法還包括：

接收分類結果，并在所述分類結果為第三關鍵點標記模型預測結果準且第四關鍵點標記模型預測結果不準時，將所述分類結果對應的難樣本圖像作為所述第四關鍵點標記模型的訓練樣本圖像。

5.如權利要求3所述的難樣本發現方法，其特征在于，所述難樣本發現方法還包括：

接收分類結果，并在所述分類結果為第三關鍵點標記模型和第四關鍵點標記模型預測結果都不準時，將該分類結果對應的難樣本圖像發布至標記網站，以使標注人員對經標注后的難樣本圖像中的關鍵點進行糾正；

接收經所述標注人員糾正后的難樣本圖像，并將所述標注人員糾正后的難樣本圖像作為所述第三關鍵點標記模型以及所述第四關鍵點標記模型的訓練樣本圖像。

6.如權利要求3所述的難樣本發現方法，其特征在于，所述難樣本發現方法還包括：

接收分類結果，并在所述分類結果為第三關鍵點標記模型和第四關鍵點標記模型以及人臉框都不準時，將該分類結果對應的難樣本圖像發布至標記網站，以使標注人員對經標注后的難樣本圖像中的人臉檢測框進行糾正；

接收經所述標注人員糾正后的難樣本圖像，并將所述標注人員糾正后的難樣本圖像作為所述人臉檢測框模型的訓練樣本圖像。