[發明專利]遮擋預測模型訓練方法、裝置、電子設備及存儲介質

有效

• 申請號: 202110575346.4
• 申請日: 2021-05-26
• 公開（公告）號: CN113033524B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 江坤;浦煜;石芳;保長存;戶磊
• 申請（專利權）人: 北京的盧深視科技有限公司;合肥的盧深視科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京智晨知識產權代理有限公司 11584
• 代理人: 張婧

本發明實施例涉及數據處理領域，公開了一種遮擋預測模型訓練方法、裝置、電子設備及存儲介質。遮擋預測模型包括特征提取網絡和特征金字塔網絡，遮擋預測模型訓練方法包括：獲取人臉圖像，其中，所述人臉圖像上標注有關鍵點和關鍵點遮擋屬性；將所述人臉圖像輸入到所述特征提取網絡中，獲取人臉特征圖像；根據所述人臉特征圖像和預設的熱圖損失函數訓練所述特征金字塔網絡，獲取所述關鍵點對應的熱圖；根據所述熱圖、預設的關鍵點偏移損失函數和預設的遮擋損失函數訓練所述特征金字塔網絡，獲取訓練后的遮擋預測模型。使得本發明可以準確的預測人臉圖像的關鍵點的遮擋屬性。

技術領域

本發明實施例涉及數據處理領域，特別涉及一種遮擋預測模型訓練方法、裝置、電子設備及存儲介質。

背景技術

目前，隨著信息化的發展，人臉檢測技術已廣泛應用于金融支付、門禁考勤、身份識別、交通、教育、醫療、警務、電子商務等諸多場景中，給人們的生活帶來很大便利。人臉檢測是基于人的臉部特征信息進行信息識別和身份認證的技術。人臉識別和驗證系統高度依賴高質量的人臉圖像，以此來保證人臉識別結果的精度和有效性。但在實際應用過程中，經常會發生兩個人的人臉相互遮擋或者被遮擋物(如帽子、墨鏡、口罩等遮擋物)遮擋的情況。當人臉圖像發生遮擋時，人臉的很多特征信息會因遮擋而丟失，導致人臉識別算法出錯或失效。

然而，現有的人臉遮擋屬性預測都是基于整張人臉圖像的整體性預測，即只能預測該人臉圖像整體是否遮擋，不能預測人臉具體部位的遮擋，就會導致人臉遮擋屬性預測所輸出的預測結果不夠精確。

發明內容

本發明實施方式的目的在于提供一種遮擋預測模型訓練方法、裝置、電子設備及存儲介質，能夠通過熱圖訓練遮擋預測模型，使得所獲取的遮擋預測模型能夠準確的預測人臉圖像的關鍵點的遮擋屬性。

本發明的實施方式提供了一種遮擋預測模型訓練方法，所述遮擋預測模型包括特征提取網絡和特征金字塔網絡，所述方法包括：獲取人臉圖像，其中，所述人臉圖像上標注有關鍵點和關鍵點遮擋屬性；將所述人臉圖像輸入到所述特征提取網絡中，獲取人臉特征圖像；根據所述人臉特征圖像和預設的熱圖損失函數訓練所述特征金字塔網絡，獲取所述關鍵點對應的熱圖；根據所述熱圖、預設的關鍵點偏移損失函數和預設的遮擋損失函數訓練所述特征金字塔網絡，獲取訓練后的遮擋預測模型。

本發明的實施方式還提供了一種遮擋預測模型訓練裝置，所述遮擋預測模型包括特征提取網絡和特征金字塔網絡，所述裝置包括：圖像獲取模塊，用于獲取人臉圖像，其中，所述人臉圖像上標注有關鍵點和關鍵點遮擋屬性；特征提取模塊，用于將所述人臉圖像輸入到所述特征提取網絡中，獲取人臉特征圖像；模型訓練模塊，用于根據所述人臉特征圖像和預設的熱圖損失函數訓練所述特征金字塔網絡，獲取所述關鍵點對應的熱圖，用于根據所述熱圖、預設的關鍵點偏移損失函數和預設的遮擋損失函數訓練所述特征金字塔網絡，獲取訓練后的遮擋預測模型。

本發明的實施方式還提供了一種電子設備，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以上所述的遮擋預測模型訓練方法。

本發明的實施方式還提供了一種計算機可讀存儲介質，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以上所述的遮擋預測模型訓練方法。

本發明實施方式相對于現有技術而言，在遮擋預測模型訓練的過程中，通過特征提取網絡對帶有關鍵點標注的人臉圖像進行特征提取，獲取人臉特征圖像再通過人臉特征圖像訓練特征金字塔網絡獲取關鍵點對應的熱圖，通過熱圖再次訓練特征金字塔網絡后，獲取訓練后的遮擋預測模型，從而使得所訓練的遮擋預測模型可以對人臉圖像的關鍵點的遮擋屬性進行準確的預測，解決了現有技術中只能夠對人臉圖像進行整體遮擋屬性預測，不能預測人臉具體部位的遮擋的技術問題。