[发明专利]人脸数据采集方法、设备、装置及计算机可读存储介质

说明书

本发明公开了一种人脸数据采集方法，所述人脸数据采集方法包括以下步骤：接收用户表情；基于表情识别模型识别所述用户表情，并输出所述用户表情的识别结果；采集所述用户表情。本发明还公开了一种人脸数据采集设备、装置及计算机可读存储介质。本发明技术方案有助于改善人脸数据的采集效果。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种人脸数据采集方法、设备、装置及计算机可读存储介质。

背景技术

目前，人脸识别技术通常在支付、金融信贷、身份认证等领域中使用。当涉及上述操作时，通过摄像头采集用户的人脸数据，根据已有的人脸识别模型进行人脸识别，在人脸识别成功后方可执行具体操作。同时，在人脸识别过程中，还会对人脸的微表情进行识别，以判断用户是否存在撒谎等情形，从而进一步提高信息或资金安全性。人脸识别模型通常是采用机器学习算法构建的，随着识别量的积累，人脸识别模型被不断优化，从而具有更高的识别效率和识别准确率。人脸识别模型的优化需要依赖大量且可靠的人脸数据。然而，支付、金融信贷、身份认证等领域涉及的场景有限，导致所能采集到的人脸数据也十分有限。同时，在上述场景下，用户自身也比较容易出现紧张或尴尬情绪，微表情发生变化，使采集到的人脸数据不够准确。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种人脸数据采集方法，旨在解决上述人脸数据的采集量少，且采集不够准确的技术问题，改善人脸数据的采集效果。

为实现上述目的，本发明提供一种人脸数据采集方法，包括以下步骤：

接收用户表情；

基于表情识别模型识别所述用户表情，并输出所述用户表情的识别结果；

采集所述用户表情。

优选地，在采集所述用户表情的步骤之后，所述人脸数据采集方法还包括以下步骤：

根据采集到的所述用户表情和对应的识别结果分别构建训练集和测试集；

根据所述训练集和所述测试集，基于机器学习方法优化所述表情识别模型。

优选地，接收用户表情的步骤包括：

输出表情提示信号，其中，所述表情提示信号根据预置表情库中的表情种类随机生成；

采集用户的影像数据；

根据所述影像数据提取用户表情，其中，所述用户表情根据所述表情提示信号得到。

优选地，基于表情识别模型识别所述用户表情，并输出所述用户表情的识别结果的步骤包括：

分解所述用户表情，得到所述用户表情相对各种微表情的分解匹配度；

计算与所述表情提示信号对应的表情类别中所有微表情的分解匹配度之和，得到匹配度；

比对所述匹配度和第一预设匹配度；

当所述匹配度大于或等于所述第一预设匹配度时，根据所述匹配度换算表情分数；

输出所述表情分数。

优选地，在比对所述匹配度和第一预设匹配度的步骤之后，还包括以下步骤：

当所述匹配度小于所述第一预设匹配度时，输出表情确认信号；

接收根据所述表情确认信号得到的用户表情；

返回分解所述用户表情，得到所述用户表情相对各种微表情的分解匹配度的步骤，直至连续输出所述表情确认信号的累计次数大于或等于预设次数。