[发明专利]面部识别模型的训练方法和训练设备

权利要求书

1.一种面部识别模型的训练方法，包括：

去除从实际场景获取的、包含面部的图像组成的第一实际场景数据中的黑眼眶、墨镜，以得到第二实际场景数据；

统计第二实际场景数据中戴眼镜的比例；

将由包含面部的图像组成的原始训练数据划分为戴眼镜的第一训练数据和不戴眼镜的第二训练数据，其中，原始训练数据中戴眼镜的比例低于第二实际场景数据中戴眼镜的比例；

基于眼镜数据和第二训练数据，生成戴眼镜的第三训练数据；

基于第三训练数据和原始训练数据，生成其中戴眼镜的比例等于第二实际场景数据中戴眼镜的比例的第四训练数据；以及

基于第四训练数据，训练面部识别模型。

2.如权利要求1所述的方法，其中，所述划分步骤包括：

检测原始训练数据中面部的位置；

将原始训练数据中的面部与标准脸对齐；

利用深度卷积神经网络或分类器判断对齐的原始训练数据中的面部是否戴眼镜，以将原始训练数据划分为第一训练数据和第二训练数据。

3.如权利要求1所述的方法，其中，眼镜数据包括各种类型的眼镜的关键点信息、眼镜图像、镜片信息，关键点信息表征了眼镜的形状结构，镜片信息标识了镜片与镜框的边界。

4.如权利要求3所述的方法，其中，所述基于眼镜数据和第二训练数据，生成戴眼镜的第三训练数据包括：

从已有眼镜类型中随机选择眼镜类型；

随机改变所选择的眼镜类型对应的眼镜图像；

识别第二训练数据中的眼睛附近的关键点信息；

基于随机改变的眼镜图像对应的关键点信息和所识别的眼睛附近的关键点信息，利用仿射变换，合并第二训练数据中的包含面部的图像与随机改变的眼镜图像，以得到第三训练数据。

5.如权利要求4所述的方法，其中，随机改变所选择的眼镜类型对应的眼镜图像包括下述中的至少一个：

随机选择已有类型的眼镜框，替换眼镜图像中的眼镜框；

随机改变眼镜框的粗细；

随机改变眼镜框的形状；

随机改变眼镜片的颜色。

6.如权利要求4所述的方法，其中，在所选择的眼镜类型为近视镜的情况下，所述合并步骤包括：

基于随机改变的眼镜图像对应的关键点信息、镜片信息、以及所识别的眼睛附近的关键点信息，利用仿射变换，确定所识别的眼睛周围的合并区域和镜片区域；

将第二训练数据中的包含面部的图像中眼睛周围的、比镜片区域大的区域从图像中提取出来并将其缩放为与镜片区域同样大小，并将缩放结果与随机改变的眼镜图像叠加，以得到贴图数据；

用贴图数据代替合并区域中的原始数据。

7.如权利要求1所述的方法，其中，原始训练数据从因特网获取或由人工收集。

8.一种面部识别模型的训练设备，包括：

去除装置，被配置为：去除从实际场景获取的、包含面部的图像组成的第一实际场景数据中的黑眼眶、墨镜，以得到第二实际场景数据；

统计装置，被配置为：统计第二实际场景数据中戴眼镜的比例；

划分装置，被配置为：将由包含面部的图像组成的原始训练数据划分为戴眼镜的第一训练数据和不戴眼镜的第二训练数据，其中，原始训练数据中戴眼镜的比例低于第二实际场景数据中戴眼镜的比例；

加眼镜装置，被配置为：基于眼镜数据和第二训练数据，生成戴眼镜的第三训练数据；

比例调整装置，被配置为：基于第三训练数据和原始训练数据，生成其中戴眼镜的比例等于第二实际场景数据中戴眼镜的比例的第四训练数据；以及

模型训练装置，被配置为：基于第四训练数据，训练面部识别模型。