[发明专利]人脸识别模型的生成方法和装置有效
申请号: | 201810268892.1 | 申请日: | 2018-03-29 |
公开(公告)号: | CN108491812B | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 张刚 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06K9/62;G06N3/04;G06V10/774 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 识别 模型 生成 方法 装置 | ||
本申请实施例公开了人脸识别模型的生成方法和装置。该方法的一具体实施方式包括:获取训练样本集合,然后将训练样本集合中的各训练样本输入到初始人脸识别模型中对初始人脸识别模型进行训练,得到训练后的人脸识别模型,人脸识别模型用于识别输入到其中的人脸图像对所对应的对象之间是否满足预定血缘关系。在不增加目标对象的人脸图像和关系对象的人脸图像的同时,扩充了训练用的特征图,减少了获取训练用人脸图像的人力物力成本和时间成本。提高了训练人脸识别模型的效率。
技术领域
本申请实施例涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及用于人脸识别模型的生成方法和装置。
背景技术
人脸识别,是指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别产品已广泛应用于金融、安检、医疗、公安等领域。
在人脸识别的过程,可以将待识别人脸的人脸特征与人脸特征模板进行匹配,根据相似度对待识别人脸的身份信息进行预测。
通常,我们可以使用训练人脸图像对人脸识别模型进行训练,使得人脸识别模型可以进行人脸图像的识别等处理。
发明内容
本申请实施例提出了一种人脸识别模型的生成方法和装置。
第一方面,本申请实施例提供了一种人脸识别模型的生成方法,该方法包括:获取训练样本集合;将训练样本集合中的各训练样本输入到初始人脸识别模型中对初始人脸识别模型进行训练,得到训练后的人脸识别模型,人脸识别模型用于识别输入到其中的人脸图像对所对应的对象之间是否满足预定血缘关系;其中,训练样本集合包括多个训练样本图像对,训练样本集合中的至少一个训练样本图像对基于如下步骤生成:获取目标对象的人脸特征图作为训练样本图像对中的一个训练样本图像;获取与目标对象具有预定血缘关系的至少两个关系对象的人脸图像;生成目标图像集,目标图像集包括由关系对象的人脸图像生成的特征图以及由关系对象的组合图像生成的特征图,其中,关系对象的组合图像为截取其中一个关系对象的人脸图像的预设特征区域,并用所截取的预设特征区域替换另一个关系对象的人脸图像相对应的特征区域所生成的图像;从目标图像集中任意选取一个特征图作为训练样本图像对中的另一个训练样本图像。
在一些实施例中,训练样本集合还包括以下至少一个训练样本图像对,该训练样本图像对包括目标图像的人脸特征图以及与目标对象不具有预定血缘关系的人物对象的人脸特征图;以及将训练样本集合中的各训练样本输入到初始人脸识别模型中对初始人脸识别模型进行训练,得到训练后的人脸识别模型,包括:将训练样本集合中的各训练样本输入到初始人脸识别模型中对初始人脸识别模型进行训练,得到训练后的人脸识别模型,以使若输入到人脸识别模型中的待检测图像对包括待检测目标对象的人脸特征图和与该待检测目标对象具有预定血缘关系的人脸特征图,人脸识别模型所输出的数值大于第一预设阈值,若待检测图像对中包括目标对象的人脸特征图和与该目标对象不具有预定血缘关系的人脸特征图,人脸识别模型所输出的数值小于第二预设阈值;其中,第二预设阈值小于第一预设阈值。
在一些实施例中,获取训练样本集合包括:获取目标对象的人脸图像、与目标对象具有预定血缘关系的至少两个关系对象各自的人脸图像以及由至少两个关系对象的人脸图像得到的组合图像;将目标对象的人脸图像、关系对象的人脸图像、组合图像输入到预先训练的人脸特征识别模型,分别得到目标对象的人脸特征图、关系对象的人脸特征图以及组合图像的特征图;将目标对象的人脸特征图作为一个训练本图像,从关系对象的人脸特征图和组合图像的特征图中任意选取一个特征图作为另一训练样本图像,得到训练样本集合中的至少一个训练样本图像对。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810268892.1/2.html,转载请声明来源钻瓜专利网。