[發明專利]異質人臉識別模型訓練方法、人臉識別方法及相關裝置

有效

• 申請號: 202010319293.5
• 申請日: 2020-04-21
• 公開（公告）號: CN111582066B
• 公開（公告）日: 2023-10-03
• 發明（設計）人: 馬駿
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/774
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

1.一種異質人臉識別模型的訓練方法，其特征在于，所述方法包括：

將可見光人臉圖像和異質人臉圖像聯合生成可見光-異質聯合圖像；

通過所述可見光-異質聯合圖像、可見光人臉圖像樣本集和異質人臉圖像樣本集對異質人臉識別模型進行訓練。

2.根據權利要求1所述的異質人臉識別模型的訓練方法，其特征在于，所述將可見光人臉圖像和異質人臉圖像聯合生成可見光-異質聯合圖像，包括：

利用同樣的編碼方法分別將可見光人臉圖像和異質人臉圖像編碼成可見光人臉信息和異質人臉信息；

將所述可見光人臉信息和所述異質人臉信息關聯，以獲得關聯信息；

將所述關聯信息解碼得到所述可見光-異質聯合圖像。

3.根據權利要求2所述的異質人臉識別模型的訓練方法，其特征在于：所述利用同樣的編碼方法分別將可見光人臉圖像和異質人臉圖像編碼成可見光人臉信息和異質人臉信息；以及將所述可見光人臉信息和所述異質人臉信息關聯，以獲得關聯信息，包括：

通過重參數化技巧將所述可見光人臉圖像和所述異質人臉圖像編碼成所述可見光人臉信息和所述異質人臉信息；通過變分自編碼器將所述可見光人臉信息和所述異質人臉信息關聯，獲得所述關聯信息。

4.根據權利要求3所述的異質人臉識別模型的訓練方法，其特征在于，所述通過重參數化技巧將所述可見光人臉圖像和所述異質人臉圖像編碼成所述可見光人臉信息和所述異質人臉信息，包括：

分別確定所述可見光人臉圖像和所述異質人臉圖像對應的分布的標準差和均值；由多變量的標準高斯分布采樣得到參數；

利用所述可見光人臉圖像和所述異質人臉圖像各自的標準差和均值、參數得到可見光人臉信息和異質人臉信息。

5.根據權利要求2所述的異質人臉識別模型的訓練方法，其特征在于，所述將所述關聯信息解碼得到所述可見光-異質聯合圖像，包括：

利用KL散度將所述關聯信息中的可見光人臉信息和異質人臉信息進行交互，以得到聯合信息；

將所述聯合信息解碼得到所述可見光-異質聯合圖像。

6.根據權利要求1所述的異質人臉識別模型的訓練方法，其特征在于，

所述通過可見光人臉圖像和異質人臉圖像聯合生成可見光-異質聯合圖像，之后包括：基于從所述可見光-異質聯合圖像提取到的可見光人臉數據和異質人臉數據的相似性確認所述可見光人臉圖像和所述異質人臉圖像對應的人員是否相同；

對應的人員相同時，執行所述通過所述可見光-異質聯合圖像對異質人臉識別模型進行訓練。

7.根據權利要求1所述的異質人臉識別模型的訓練方法，其特征在于，所述通過可見光-異質聯合圖像、可見光人臉圖像樣本集和異質人臉圖像樣本集對異質人臉識別模型進行訓練，包括：

基于所述可見光-異質聯合圖像、可見光人臉圖像樣本集和異質人臉圖像樣本集使用聯合損失函數對異質人臉識別模型進行訓練；

其中，所述聯合損失函數包括第一損失函數和第二損失函數，所述第一損失函數用于監督訓練所述可見光人臉圖像樣本集和所述異質人臉圖像樣本集；所述第二損失函數用于監督訓練所述可見光-異質聯合圖像。

8.一種人臉識別方法，其特征在于，所述方法包括：

獲取異質人臉圖像或可見光人臉圖像；

通過異質人臉識別模型對所述異質人臉圖像或所述可見光人臉圖像進行識別；

其中，所述異質人臉識別模型是通過權利要求1-7中任一項所述的異質人臉識別模型的訓練方法進行訓練得到的。

9.一種智能裝置，其特征在于，所述智能裝置包括存儲器和處理器；

所述存儲器用于存儲實現如權利要求1-7任一項所述的異質人臉識別模型的訓練方法的程序指令；和/或，所述存儲器用于存儲實現如權利要求8所述的人臉識別方法；

所述處理器用于執行所述存儲器存儲的所述程序指令。

10.一種計算機存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-8中任一項所述方法的步驟。