[發(fā)明專利]人臉識別模型的訓(xùn)練方法、裝置、電子設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110852284.7
• 申請日: 2021-07-27
• 公開（公告）號: CN113553961B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設(shè)計(jì)）人: 石海林;蔣浩然;胡一博;劉穎璐;王軍;梅濤;周伯文
• 申請（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/774
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 張夢瑤

1.一種人臉識別模型的訓(xùn)練方法，其特征在于，包括：

構(gòu)建人臉識別模型；其中，所述人臉識別模型包括局部特征細(xì)化模塊和編碼解碼模塊；

獲取配對人臉圖像及所述配對人臉圖像之中每張人臉圖像的類別標(biāo)簽；其中，所述配對人臉圖像為相同身份的一對人臉圖像；

針對每張人臉圖像，獲取所述人臉圖像的面部特征圖和面部特征向量，并根據(jù)所述面部特征圖生成所述人臉圖像中各個面部成分的局部特征圖；

將每張所述人臉圖像中各個面部成分的局部特征圖輸入至所述局部特征細(xì)化模塊，獲得每張所述人臉圖像中面部成分的特征向量；

根據(jù)每張所述人臉圖像的面部特征向量和每張所述人臉圖像中面部成分的特征向量，獲取針對每張所述人臉圖像的類別預(yù)測結(jié)果，并根據(jù)每張所述人臉圖像的類別預(yù)測結(jié)果和每張所述人臉圖像的類別標(biāo)簽，生成分類損失；

將每張所述人臉圖像中各個面部成分的特征向量輸入至所述編碼解碼模塊，獲得所述編碼解碼模塊重建出的特征序列；

根據(jù)所述特征序列和每張所述人臉圖像中各個面部成分的特征向量，生成最小平方差損失，并根據(jù)所述分類損失和所述最小平方差損失，訓(xùn)練所述人臉識別模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述人臉識別模型還包括基準(zhǔn)網(wǎng)絡(luò)模塊；所述獲取所述人臉圖像的面部特征圖和面部特征向量，包括：

將所述人臉圖像輸入至所述基準(zhǔn)網(wǎng)絡(luò)模塊，獲取所述基準(zhǔn)網(wǎng)絡(luò)模塊之中中間層輸出的面部特征圖和輸出層輸出的面部特征向量。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述面部特征圖生成所述人臉圖像中各個面部成分的局部特征圖，包括：

針對所述面部特征圖，將人臉解析和3D重建投影獲得的位置掩碼標(biāo)簽化處理，獲得所述面部特征圖之中各個面部成分的位置掩碼圖像；

根據(jù)所述面部特征圖之中各個面部成分的位置掩碼圖像和所述面部特征圖，生成所述人臉圖像中各個面部成分的局部特征圖。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述人臉識別模型還包括分類模塊；所述根據(jù)每張所述人臉圖像的面部特征向量和每張所述人臉圖像中面部成分的特征向量，獲取針對每張所述人臉圖像的類別預(yù)測結(jié)果，包括：

根據(jù)每張所述人臉圖像的面部特征向量和每張所述人臉圖像中面部成分的特征向量，生成每張所述人臉圖像的融合特征向量；

將每張所述人臉圖像的融合特征向量輸入至所述分類模塊，獲得針對每張所述人臉圖像的類別預(yù)測結(jié)果。

5.根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的方法，其特征在于，所述編碼解碼模塊包括基于Transformer結(jié)構(gòu)的編碼器和解碼器。

6.一種人臉識別模型的訓(xùn)練裝置，其特征在于，包括：

構(gòu)建模塊，用于構(gòu)建人臉識別模型；其中，所述人臉識別模型包括局部特征細(xì)化模塊和編碼解碼模塊；

第一獲取模塊，用于獲取配對人臉圖像及所述配對人臉圖像之中每張人臉圖像的類別標(biāo)簽；其中，所述配對人臉圖像為相同身份的一對人臉圖像；

第二獲取模塊，用于針對每張人臉圖像，獲取所述人臉圖像的面部特征圖和面部特征向量；

第一生成模塊，用于根據(jù)所述面部特征圖生成所述人臉圖像中各個面部成分的局部特征圖；

第三獲取模塊，用于將每張所述人臉圖像中各個面部成分的局部特征圖輸入至所述局部特征細(xì)化模塊，獲得每張所述人臉圖像中面部成分的特征向量；

第四獲取模塊，用于根據(jù)每張所述人臉圖像的面部特征向量和每張所述人臉圖像中面部成分的特征向量，獲取針對每張所述人臉圖像的類別預(yù)測結(jié)果；

第二生成模塊，用于根據(jù)每張所述人臉圖像的類別預(yù)測結(jié)果和每張所述人臉圖像的類別標(biāo)簽，生成分類損失；

第五獲取模塊，用于將每張所述人臉圖像中各個面部成分的特征向量輸入至所述編碼解碼模塊，獲得所述編碼解碼模塊重建出的特征序列；

第三生成模塊，用于根據(jù)所述特征序列和每張所述人臉圖像中各個面部成分的特征向量，生成最小平方差損失；

訓(xùn)練模塊，用于根據(jù)所述分類損失和所述最小平方損失，訓(xùn)練所述人臉識別模型。