[發明專利]人臉識別模型的訓練方法和裝置

有效

• 申請號: 202010564107.4
• 申請日: 2020-06-19
• 公開（公告）號: CN111914628B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 范彥文;余席宇;張剛;劉經拓;王海峰;丁二銳;韓鈞宇
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V40/16
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 韓海花

1.一種人臉識別模型的訓練方法，所述方法包括：

獲取第一訓練圖像，所述第一訓練圖像為未遮擋人臉圖像，并獲取多個遮擋樣本人臉圖像，其中，所述遮擋樣本人臉圖像中標注有遮擋區域的邊界坐標和人臉關鍵點；

分別獲取所述多個遮擋樣本人臉圖像之中對應遮擋區域的邊界坐標；根據所述遮擋區域的邊界坐標，從多個遮擋樣本人臉圖像之中提取得到多個遮擋物圖像；

獲取每個遮擋物圖像對應位置的人臉關鍵點，并根據所述每個遮擋物圖像對應位置的人臉關鍵點將所述每個遮擋物圖像劃分為多個第一三角區域；

獲取所述未遮擋人臉圖像的關鍵點，并根據所述未遮擋人臉圖像的關鍵點將所述未遮擋人臉圖像劃分為多個第二三角區域；

獲取所述多個第一三角區域和所述多個第二三角區域之間的映射關系；

根據所述映射關系將所述遮擋物圖像仿射至所述未遮擋人臉圖像，以得到第一候選遮擋人臉圖像；將所述遮擋區域的邊界坐標仿射至未遮擋人臉圖像坐標，得到第二候選遮擋人臉圖像的坐標；

根據所述第二候選遮擋人臉圖像的坐標，去除第一候選遮擋人臉圖像中的未遮擋區域，以得到仿射遮擋物圖像；

將所述仿射遮擋物圖像與所述未遮擋人臉圖像進行融合，得到第二訓練圖像；

將所述第一訓練圖像和所述第二訓練圖像輸入人臉識別模型，以對所述人臉識別模型進行訓練。

2.如權利要求1所述的訓練方法，其中，所述人臉識別模型包括特征提取網絡和識別模塊；

所述特征提取網絡，用于根據預設的特征提取權重，獲取人臉圖像的特征圖；

所述識別模塊，用于將所述人臉圖像的特征圖與模型庫中預先存儲的特征圖進行比較，以根據比較結果確定人臉識別結果。

3.如權利要求1所述的訓練方法，其中，輸入所述人臉識別模型的第一訓練圖像和第二訓練圖像的數量級相同。

4.一種人臉識別模型的訓練裝置，所述裝置包括：

獲取模塊，用于獲取第一訓練圖像，所述第一訓練圖像為未遮擋人臉圖像，并獲取多個遮擋樣本人臉圖像，其中，所述遮擋樣本人臉圖像中標注有遮擋區域的邊界坐標和人臉關鍵點；分別獲取所述多個遮擋樣本人臉圖像之中對應遮擋區域的邊界坐標；根據所述遮擋區域的邊界坐標，從多個遮擋樣本人臉圖像之中提取得到多個遮擋物圖像；

生成模塊，用于獲取每個遮擋物圖像對應位置的人臉關鍵點，并根據所述每個遮擋物圖像對應位置的人臉關鍵點將所述每個遮擋物圖像劃分為多個第一三角區域；獲取所述未遮擋人臉圖像的關鍵點，并根據所述未遮擋人臉圖像的關鍵點將所述未遮擋人臉圖像劃分為多個第二三角區域；獲取所述多個第一三角區域和所述多個第二三角區域之間的映射關系；根據所述映射關系將所述遮擋物圖像仿射至所述未遮擋人臉圖像，以得到第一候選遮擋人臉圖像；將所述遮擋區域的邊界坐標仿射至未遮擋人臉圖像坐標，得到第二候選遮擋人臉圖像的坐標；根據所述第二候選遮擋人臉圖像的坐標，去除第一候選遮擋人臉圖像中的未遮擋區域，以得到仿射遮擋物圖像；將所述仿射遮擋物圖像與所述未遮擋人臉圖像進行融合，得到第二訓練圖像；

訓練模塊，用于將所述第一訓練圖像和所述第二訓練圖像輸入人臉識別模型，以對所述人臉識別模型進行訓練。

5.如權利要求4所述的訓練裝置，其中，所述人臉識別模型包括特征提取網絡和識別模塊；

所述特征提取網絡，用于根據預設的特征提取權重，獲取人臉圖像的特征圖；

所述識別模塊，用于將所述人臉圖像的特征圖與模型庫中預先存儲的特征圖進行比較，以根據比較結果確定人臉識別結果。

6.如權利要求4所述的訓練裝置，其中，輸入所述人臉識別模型的第一訓練圖像和第二訓練圖像的數量級相同。

7.一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行權利要求1-3中任一項所述的人臉識別模型的訓練方法。

8.一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行權利要求1-3中任一項所述的人臉識別模型的訓練方法。