[發明專利]人臉識別模型的訓練數據擴充方法、終端設備及介質

在審

• 申請號: 202110943769.7
• 申請日: 2021-08-17
• 公開（公告）號: CN113780095A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 程耀;賀菁菁
• 申請（專利權）人: 中移（杭州）信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;G06T17/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 晏波

1.一種人臉識別模型的訓練數據擴充方法，其特征在于，所述人臉識別模型的訓練數據擴充方法包括：

獲取目標對象對應的二維人臉圖像，并根據所述二維人臉圖像構建所述目標對象對應的三維人臉模型；

基于旋轉矩陣對所述三維人臉模型進行位置轉換，并基于位置轉換后的所述三維人臉模型，采集所述目標對象對應的不同角度的人臉圖像；

基于所述不同角度的人臉圖像擴充人臉識別模型的訓練數據集。

2.根據權利要求1所述的人臉識別模型的訓練數據擴充方法，其特征在于，所述基于所述不同角度的人臉圖像擴充人臉識別模型的訓練數據集的步驟之后，還包括：

基于擴充后的所述訓練數據集訓練所述人臉識別模型；

通過訓練后的所述人臉識別模型對待識別人臉圖像進行人臉識別。

3.根據權利要求2所述的人臉識別模型的訓練數據擴充方法，其特征在于，所述通過訓練后的所述人臉識別模型對待識別圖像進行人臉識別的步驟包括：

訓練后的所述人臉識別模型基于所述訓練數據集確定所述目標對象對應的第一人臉特征，以及所述待識別人臉圖像對應的第二人臉特征；

確定所述第一人臉特征與所述第二人臉特征之間的余弦距離；

根據所述余弦距離確定所述待識別人臉圖像對應的待識別對象是否為所述目標對象。

4.根據權利要求3所述的人臉識別模型的訓練數據擴充方法，其特征在于，所述根據所述余弦距離確定所述待識別人臉圖像對應的待識別對象是否為所述目標對象的步驟包括：

確定泛化系數及識別閾值；

根據所述余弦距離、所述泛化系數及所述識別閾值確定所述第一人臉特征與所述第二人臉特征之間的相似度得分；

根據所述相似度得分確定所述待識別人臉圖像對應的待識別對象是否為所述目標對象。

5.根據權利要求1所述的人臉識別模型的訓練數據擴充方法，其特征在于，當所述訓練數據集中所述目標對象對應的人臉圖像數量小于預設閾值時，執行所述基于旋轉矩陣對所述三維人臉模型進行位置轉換，并基于位置轉換后的所述三維人臉模型，采集所述目標對象對應的不同角度的人臉圖像的步驟。

6.根據權利要求5所述的人臉識別模型的訓練數據擴充方法，其特征在于，在基于旋轉矩陣對所述三維人臉模型進行位置轉換時，旋轉的角度根據人臉角度規則及所述人臉圖像數量確定。

7.根據權利要求1所述的人臉識別模型的訓練數據擴充方法，其特征在于，所述獲取目標對象對應的二維人臉圖像，并根據所述二維人臉圖像構建所述目標對象對應的三維人臉模型的步驟包括：

獲取包括所述目標對象的正臉的所述二維人臉圖像；

對所述二維人臉圖像進行歸一化處理，并基于歸一化處理后的所述二維人臉圖像構建所述三維人臉模型。

8.一種終端設備，其特征在于，所述終端設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的訓練數據擴充程序，所述訓練數據擴充程序被所述處理器執行時實現如權利要求1至7中任一項所述的人臉識別模型的訓練數據擴充方法的步驟。

9.一種終端設備，其特征在于，所述終端設備包括：

獲取模塊，獲取目標對象對應的二維人臉圖像，并根據所述二維人臉圖像構建所述目標對象對應的三維人臉模型；

采集模塊，基于旋轉矩陣對所述三維人臉模型進行位置轉換，并基于所述三維人臉模型采集所述目標對象對應的多個不同角度的人臉圖像；

擴充模塊，基于所述多個不同角度的人臉圖像擴充人臉識別模型的訓練數據集。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有訓練數據擴充程序，所述訓練數據擴充程序被處理器執行時實現如權利要求1至7中任一項所述的人臉識別模型的訓練數據擴充方法的步驟。