[發明專利]人臉識別模型的處理方法、人臉識別方法及裝置

有效

• 申請號: 202110354900.6
• 申請日: 2021-04-01
• 公開（公告）號: CN112801054B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 許劍清;沈鵬程;李紹欣
• 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;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 董慧;劉佳妮

1.一種人臉識別模型的處理方法，其特征在于，所述方法包括：

獲取第一樣本集合、第二樣本集合和第三樣本集合，所述第一樣本集合中的樣本為多數群體人臉圖像，所述第二樣本集合中的樣本為少數群體人臉圖像，所述第三樣本集合包括多數群體人臉圖像和少數群體人臉圖像；

使用所述第一樣本集合中的多數群體人臉圖像對初始人臉識別模型進行預訓練，獲得預訓練人臉識別模型；

迭代地從所述第一樣本集合、所述第二樣本集合和所述第三樣本集合中，獲得微調訓練所需的樣本圖像集合，在使用所述樣本圖像集合中的樣本圖像對所述預訓練人臉識別模型進行微調訓練的過程中，排除屬于所述第三樣本集合且包括多數群體人臉的樣本圖像對應的梯度后，使用所述樣本圖像集合中剩余的樣本圖像對應的梯度更新所述預訓練人臉識別模型的模型參數，直至停止迭代時，獲得用于對多數群體人臉圖像及少數群體人臉圖像進行人臉識別的人臉識別模型。

2.根據權利要求1所述的方法，其特征在于，所述使用所述第一樣本集合中的多數群體人臉圖像對初始人臉識別模型進行預訓練，獲得預訓練人臉識別模型，包括：

從所述第一樣本集合中獲取多數群體人臉圖像及對應的人臉標簽信息；

將從所述第一樣本集合中獲取的多數群體人臉圖像輸入所述初始人臉識別模型，獲得人臉識別預測結果；

根據所述人臉標簽信息與所述人臉識別預測結果構建預訓練損失函數；

將所述預訓練損失函數最小化時的模型參數作為所述初始人臉識別模型更新的模型參數后，返回所述從所述第一樣本集合中獲取多數群體人臉圖像的步驟繼續訓練，直至滿足訓練結束條件。

3.根據權利要求2所述的方法，其特征在于，所述將從所述第一樣本集合中獲取的多數群體人臉圖像輸入所述初始人臉識別模型，獲得人臉識別預測結果，包括：

通過所述初始人臉識別模型中的特征提取網絡，提取各所述多數群體人臉圖像對應的人臉圖像特征；

通過所述初始人臉識別模型中的分類網絡，基于所述人臉圖像特征獲得各所述多數群體人臉圖像對應的人臉識別預測結果。

4.根據權利要求1所述的方法，其特征在于，所述從所述第一樣本集合、所述第二樣本集合和所述第三樣本集合中，獲得微調訓練所需的樣本圖像集合，包括：

獲取預設的采樣比例；

按照所述采樣比例分別對所述第一樣本集合、所述第二樣本集合和所述第三樣本集合進行采樣，獲得微調訓練所需的所述樣本圖像集合。

5.根據權利要求1所述的方法，其特征在于，所述在使用所述樣本圖像集合中的樣本圖像對所述預訓練人臉識別模型進行微調訓練的過程中，排除屬于所述第三樣本集合且包括多數群體人臉的樣本圖像對應的梯度后，使用所述樣本圖像集合中剩余的樣本圖像對應的梯度更新所述預訓練人臉識別模型的模型參數，包括：

使用所述樣本圖像集合中各樣本圖像對所述預訓練人臉識別模型進行微調訓練，在微調訓練過程中獲取各所述樣本圖像對應的梯度；

從各所述樣本圖像對應的梯度中，排除屬于所述第三樣本集合且包括多數群體人臉的樣本圖像對應的梯度后，使用所述樣本圖像集合中剩余的樣本圖像對應的梯度更新所述預訓練人臉識別模型的模型參數。

6.根據權利要求5所述的方法，其特征在于，所述使用所述樣本圖像集合中各樣本圖像對所述預訓練人臉識別模型進行微調訓練，在微調訓練過程中獲取各所述樣本圖像對應的梯度，包括：

將所述樣本圖像集合中各樣本圖像輸入所述預訓練人臉識別模型，獲得各所述樣本圖像對應的人臉識別預測結果；

根據各所述樣本圖像對應的人臉標簽信息及所述人臉識別預測結果，構建微調訓練損失函數；

在所述微調訓練損失函數最小化時獲得各所述樣本圖像對應的梯度。

7.根據權利要求6所述的方法，其特征在于，所述將所述樣本圖像集合中各樣本圖像輸入所述預訓練人臉識別模型，獲得各所述樣本圖像對應的人臉識別預測結果，包括：

通過所述預訓練人臉識別模型中的特征提取網絡，提取各所述樣本圖像對應的人臉圖像特征；

通過所述預訓練人臉識別模型中的分類網絡，基于所述人臉圖像特征獲得各所述樣本圖像對應的人臉識別預測結果。