[發明專利]人臉圖像識別模型的訓練方法、裝置、設備及存儲介質

在審

• 申請號: 202110604787.2
• 申請日: 2021-05-31
• 公開（公告）號: CN113361363A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 楊馥魁
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 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: 王萌

本公開提供了一種人臉圖像識別模型的訓練方法、裝置、設備及存儲介質，涉及人工智能技術領域，具體涉及深度學習、計算機視覺等技術領域，可應用于智慧城市場景下。具體實現方案為：獲取樣本人臉圖像，和與樣本人臉圖像對應的標注人臉特征；提取與樣本人臉圖像對應的樣本場景類別；獲取與樣本場景類別對應的場景邊緣特征；以及根據樣本人臉圖像、標注人臉特征，以及場景邊緣特征訓練初始的人臉圖像識別模型，以得到目標人臉圖像識別模型。由此，能夠有效提升目標人臉圖像識別模型針對不同場景下人臉圖像特征的識別表征能力，有效地提升人臉圖像識別的準確性和可靠性。

技術領域

本公開涉及人工智能技術領域，具體涉及深度學習、計算機視覺等技術領域，可應用于智慧城市場景下，尤其涉及人臉圖像識別模型的訓練方法、裝置、設備及存儲介質。

背景技術

人工智能是研究使計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規劃等)的學科，既有硬件層面的技術也有軟件層面的技術。人工智能硬件技術一般包括如傳感器、專用人工智能芯片、云計算、分布式存儲、大數據處理等技術；人工智能軟件技術主要包括計算機視覺技術、語音識別技術、自然語言處理技術以及機器學習/深度學習、大數據處理技術、知識圖譜技術等幾大方向。

相關技術中的人臉圖像識別模型，當對不同場景類別的人臉圖像進行識別時，模型識別的準確性較差。

發明內容

本公開提供了一種人臉圖像識別模型的訓練方法、人臉圖像識別方法、裝置、電子設備、存儲介質及計算機程序產品。

根據本公開的第一方面，提供了一種人臉圖像識別模型的訓練方法，包括：獲取樣本人臉圖像，和與樣本人臉圖像對應的標注人臉特征；提取與樣本人臉圖像對應的樣本場景類別；獲取與樣本場景類別對應的場景邊緣特征；以及根據樣本人臉圖像、標注人臉特征，以及場景邊緣特征訓練初始的人臉圖像識別模型，以得到目標人臉圖像識別模型。

根據本公開的第二方面，提供了一種人臉圖像識別方法，包括：獲取人臉圖像；將人臉圖像輸入至上述人臉圖像識別模型的訓練方法訓練得到的目標人臉圖像識別模型之中，以得到目標人臉圖像識別模型輸出的目標人臉特征。

根據本公開的第三方面，提供了一種人臉圖像識別模型的訓練裝置，包括：第一獲取模塊，用于獲取樣本人臉圖像，和與樣本人臉圖像對應的標注人臉特征；提取模塊，用于提取與樣本人臉圖像對應的樣本場景類別；第二獲取模塊，用于獲取與樣本場景類別對應的場景邊緣特征；以及訓練模塊根據樣本人臉圖像、標注人臉特征，以及場景邊緣特征訓練初始的人臉圖像識別模型，以得到目標人臉圖像識別模型。

根據本公開的第四方面，提供了一種人臉圖像識別裝置，包括：第三獲取模塊，用于獲取人臉圖像；輸入模塊，用于將人臉圖像輸入至如上述人臉圖像識別模型的訓練裝置訓練得到的目標人臉圖像識別模型之中，以得到目標人臉圖像識別模型輸出的目標人臉特征。

根據本公開的第五方面，提供了一種電子設備，包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使至少一個處理器能夠執行如第一方面所述的人臉圖像識別模型的訓練方法，或者執行如第二方面所述的人臉圖像識別方法。

根據本公開的第六方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，計算機指令用于使計算機執行如第一方面所述的人臉圖像識別模型的訓練方法，或者執行如第二方面所述的人臉圖像識別方法。

根據本公開的第七方面，提供了一種計算機程序產品，包括計算機程序，計算機程序在被處理器執行時實現如第一方面所述的人臉圖像識別模型的訓練方法，或者執行如第二方面所述的人臉圖像識別方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明