[發(fā)明專利]一種構(gòu)建人臉識(shí)別模型的方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110020180.X
• 申請(qǐng)日: 2021-01-07
• 公開（公告）號(hào): CN112926379A
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計(jì)）人: 劉向陽(yáng);劉星;趙晨旭;唐大閏
• 申請(qǐng)（專利權(quán)）人: 上海明略人工智能（集團(tuán)）有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京超成律師事務(wù)所 11646
• 代理人: 裴素英

本發(fā)明提供了一種構(gòu)建人臉識(shí)別模型的方法及裝置，其中，該方法包括：獲取標(biāo)簽標(biāo)記的人臉標(biāo)記圖像集及未進(jìn)行標(biāo)簽標(biāo)記的人臉未標(biāo)記圖像集；對(duì)人臉標(biāo)記圖像集進(jìn)行數(shù)據(jù)增強(qiáng)，得到人臉標(biāo)記增強(qiáng)圖像集；將人臉標(biāo)記圖像集以及人臉標(biāo)記增強(qiáng)圖像集輸入人臉識(shí)別模型的第一編碼器，得到人臉標(biāo)簽特征數(shù)據(jù)集及人臉標(biāo)簽增強(qiáng)特征數(shù)據(jù)集；人臉未標(biāo)記圖像集輸入第二編碼器，得到人臉未標(biāo)記特征數(shù)據(jù)集；基于人臉標(biāo)簽特征數(shù)據(jù)集、人臉標(biāo)簽增強(qiáng)特征數(shù)據(jù)集以及人臉未標(biāo)記特征數(shù)據(jù)集，計(jì)算融合損失，若融合損失不滿足收斂條件，更新第一編碼器，利用更新的第一編碼器更新第二編碼器，直至融合損失滿足收斂條件。可以提高訓(xùn)練人臉識(shí)別模型的效率。

技術(shù)領(lǐng)域

本發(fā)明涉及人臉識(shí)別技術(shù)領(lǐng)域，具體而言，涉及一種構(gòu)建人臉識(shí)別模型的方法及裝置。

背景技術(shù)

人臉識(shí)別是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。通過利用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部識(shí)別。臉部識(shí)別一般通過訓(xùn)練的人臉識(shí)別模型執(zhí)行，已被廣泛應(yīng)用在安全防控、智能安防、身份識(shí)別、軌跡追蹤、金融支付、門禁打卡等領(lǐng)域。但為了使得訓(xùn)練的人臉識(shí)別模型具有較高的識(shí)別精度，人臉識(shí)別模型的訓(xùn)練需要大量的人臉數(shù)據(jù)，例如，需要對(duì)數(shù)十萬(wàn)的人臉標(biāo)識(shí)(ID)及上千萬(wàn)的圖片進(jìn)行標(biāo)注，標(biāo)注所需的財(cái)力和時(shí)間極為龐大，使得訓(xùn)練人臉識(shí)別模型的效率較低。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供構(gòu)建人臉識(shí)別模型的方法及裝置，以提高訓(xùn)練人臉識(shí)別模型的效率。

第一方面，本發(fā)明實(shí)施例提供了構(gòu)建人臉識(shí)別模型的方法，包括：

獲取進(jìn)行標(biāo)簽標(biāo)記的人臉標(biāo)記圖像集，以及，獲取未進(jìn)行標(biāo)簽標(biāo)記的人臉未標(biāo)記圖像集；

針對(duì)人臉標(biāo)記圖像集中的每一人臉標(biāo)記圖像，分別進(jìn)行數(shù)據(jù)增強(qiáng)，得到人臉標(biāo)記增強(qiáng)圖像集；

將人臉標(biāo)記圖像集以及人臉標(biāo)記增強(qiáng)圖像集輸入人臉識(shí)別模型的第一編碼器進(jìn)行人臉特征識(shí)別，得到人臉標(biāo)記圖像集對(duì)應(yīng)的人臉標(biāo)簽特征數(shù)據(jù)集以及人臉標(biāo)記增強(qiáng)圖像集對(duì)應(yīng)的人臉標(biāo)簽增強(qiáng)特征數(shù)據(jù)集；

從人臉未標(biāo)記圖像集中提取人臉未標(biāo)記圖像，輸入人臉識(shí)別模型的第二編碼器進(jìn)行人臉特征識(shí)別，得到人臉未標(biāo)記特征數(shù)據(jù)集；

基于人臉標(biāo)簽特征數(shù)據(jù)集，計(jì)算深度人臉識(shí)別的附加角邊緣損失，基于人臉標(biāo)簽特征數(shù)據(jù)集、人臉標(biāo)簽增強(qiáng)特征數(shù)據(jù)集以及人臉未標(biāo)記特征數(shù)據(jù)集，計(jì)算對(duì)比損失；

依據(jù)深度人臉識(shí)別的附加角邊緣損失以及對(duì)比損失，計(jì)算融合損失，若融合損失不滿足預(yù)先設(shè)置的收斂條件，更新第一編碼器的編碼器參數(shù)，利用更新的第一編碼器參數(shù)動(dòng)量更新第二編碼器的編碼器參數(shù)，直至融合損失滿足預(yù)先設(shè)置的收斂條件。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第一種可能的實(shí)施方式，其中，所述將人臉標(biāo)記圖像集以及人臉標(biāo)記增強(qiáng)圖像集輸入人臉識(shí)別模型的第一編碼器進(jìn)行人臉特征識(shí)別，包括：

針對(duì)每一次迭代，選取人臉標(biāo)記圖像集中預(yù)設(shè)第一數(shù)量的人臉標(biāo)記圖像，將選取的人臉標(biāo)記圖像以及與該人臉標(biāo)記圖像對(duì)應(yīng)的人臉標(biāo)記增強(qiáng)圖像，輸入人臉識(shí)別模型。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第二種可能的實(shí)施方式，其中，所述從人臉未標(biāo)記圖像集中提取人臉未標(biāo)記圖像，包括：

選取人臉未標(biāo)記圖像集中預(yù)設(shè)第二數(shù)量的人臉未標(biāo)記圖像，構(gòu)建字典；

在每次進(jìn)行迭代后，從字典中刪除預(yù)設(shè)第三數(shù)量的人臉未標(biāo)記圖像，從人臉未標(biāo)記圖像集中，提取預(yù)設(shè)第三數(shù)量的人臉未標(biāo)記圖像，添加至字典中。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第三種可能的實(shí)施方式，其中，所述基于人臉標(biāo)簽特征數(shù)據(jù)集、人臉標(biāo)簽增強(qiáng)特征數(shù)據(jù)集以及人臉未標(biāo)記特征數(shù)據(jù)集，計(jì)算對(duì)比損失，包括：