[发明专利]面部识别模型的训练方法和训练设备

说明书

本发明公开了一种面部识别模型的训练方法和训练设备。该方法包括：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。

技术领域

本发明一般地涉及信息处理技术领域。具体而言，本发明涉及一种能够以符合实际场景的戴眼镜比例的训练数据训练面部识别模型的方法和设备。

背景技术

近年来，随着信息技术的发展，基于人脸识别的系统和应用越来越多。这得益于大量的训练数据和卷积神经网络CNN。然而，对于戴眼镜的人脸图像进行人脸识别存在巨大挑战。主要原因在于缺少戴眼镜的人脸图像用于对人脸识别模型的训练。当前存在开放的人脸数据库，如WebFace和MS-Celeb-1M数据库。但是这些数据库中主要是名人的图像数据，而名人通常很少戴眼镜，因此，这些数据库中戴眼镜的比例低于常规人群中戴眼镜的比例。另外，名人带的眼镜大多数为墨镜，不同于常规人群常带的近视镜。收集大量的戴眼镜的人脸数据显然是耗费人力和资源的。

为了解决上述问题，本发明提出了生成戴眼镜图像的方法，使得训练图像中戴眼镜的比例与实际场景中戴眼镜的比例相符，从而利于训练面部识别模型。

因此，本发明旨在提供一种以符合实际场景的戴眼镜比例的训练数据训练面部识别模型的方法和设备。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

本发明的目的是提出一种以符合实际场景的戴眼镜比例的训练数据训练面部识别模型的方法和设备。

为了实现上述目的，根据本发明的一个方面，提供了一种面部识别模型的训练方法，该方法包括：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。

根据本发明的另一个方面，提供了一种面部识别模型的训练设备，该设备包括：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。

另外，根据本发明的另一方面，还提供了一种存储介质。所述存储介质包括机器可读的程序代码，当在信息处理设备上执行所述程序代码时，所述程序代码使得所述信息处理设备执行根据本发明的上述方法。