[發明專利]人臉質量標簽值的獲取方法、裝置、服務器及存儲介質有效
| 申請號: | 202010854320.9 | 申請日: | 2020-08-24 |
| 公開(公告)號: | CN111814759B | 公開(公告)日: | 2020-12-18 |
| 發明(設計)人: | 汪韜;張睿欣;陳星宇;李紹欣;李季檁;黃飛躍 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 深圳市深佳知識產權代理事務所(普通合伙) 44285 | 代理人: | 夏歡 |
| 地址: | 518000 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 質量 標簽 獲取 方法 裝置 服務器 存儲 介質 | ||
1.一種人臉質量標簽值的獲取方法,其特征在于,包括:
獲得第一圖像集,所述第一圖像集中包含多個第一圖像樣本;
獲得每個所述第一圖像樣本的第一人臉質量標簽值以及所述第一人臉質量標簽值對應的人工標注的預設質量標簽值,所述第一人臉質量標簽值包括人臉質量總分的測試標簽值和/或人臉質量歸因分的測試標簽值,所述預設質量標簽值為人臉質量總分的預設標簽值或人臉質量歸因分的預設標簽值;
至少以所述第一圖像樣本的第一人臉質量標簽值為預先構建的標簽訓練模型的輸入樣本,以所述第一人臉質量標簽值對應的預設質量標簽值為所述標簽訓練模型的輸出樣本,對所述標簽訓練模型進行訓練;
利用訓練完成的標簽訓練模型至少對第二圖像集中的每個第二圖像樣本的第一人臉質量標簽值進行處理,以得到每個所述第二圖像樣本的第二人臉質量標簽值,所述第二圖像樣本的第二人臉質量標簽值用于對人臉質量模型進行訓練,所述人臉質量模型包括人臉質量總分模型或人臉質量歸因分模型,所述人臉質量總分模型用于獲得測試圖像的人臉質量總分,所述人臉質量歸因分模型用于獲得測試圖像的人臉質量歸因分。
2.根據權利要求1所述的方法,其特征在于,獲得每個所述第一圖像樣本的第一人臉質量標簽值,包括:
利用初始訓練的人臉質量總分模型,對每個所述第一圖像樣本進行圖像處理,以得到每個所述第一圖像樣本的人臉質量總分的測試標簽值;
和/或,
利用初始訓練的人臉質量歸因分模型,對每個所述第一圖像樣本進行圖像處理,以得到每個所述第一圖像樣本的人臉質量歸因分的測試標簽值;
其中,所述人臉質量總分模型利用多個具有人臉質量總分的初始標簽值的第三圖像樣本進行訓練得到,所述人臉質量歸因分模型利用多個具有人臉質量歸因分的初始標簽值的第三圖像樣本進行訓練得到。
3.根據權利要求2所述的方法,其特征在于,所述第三圖像樣本的人臉質量總分的初始標簽值通過以下方式獲得:
利用預設的人臉識別模型對每個所述第三圖像樣本進行人臉識別,以得到所述第三圖像樣本的人臉質量總分的初始標簽值;
所述第三圖像樣本的人臉質量歸因分的初始標簽值通過以下方式獲得:
對每個所述第三圖像樣本在至少一個退化維度上進行退化處理,以得到所述第三圖像樣本的至少一項人臉質量歸因分的初始標簽值。
4.根據權利要求2所述的方法,其特征在于,所述第一圖像樣本為從所述第三圖像樣本中選取的圖像樣本,或者,所述第一圖像樣本與所述第三圖像樣本不同。
5.根據權利要求1或2所述的方法,其特征在于,所述第一圖像樣本包含原始的第一圖像樣本和/或對原始的第一圖像樣本進行左右翻轉后所得到的圖像樣本。
6.根據權利要求1或2所述的方法,其特征在于,所述標簽訓練模型的輸入樣本還包括:
對所述第一圖像樣本進行人臉屬性識別所得到的至少一項人臉屬性信息,和/或,對所述第一圖像樣本進行人臉關鍵點識別所得到的至少一項人臉關鍵點信息。
7.根據權利要求1或2所述的方法,其特征在于,所述第二圖像集中的第二圖像樣本的第一人臉質量標簽值與所述第二圖像樣本的第二人臉質量標簽值之間的差值大于或等于預設閾值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊科技(深圳)有限公司,未經騰訊科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010854320.9/1.html,轉載請聲明來源鉆瓜專利網。





