[发明专利]人脸识别模型的调整方法、装置、设备及存储介质

说明书

本发明提出了人脸识别模型的调整方法、装置、设备及存储介质，其中人脸识别模型的调整方法可以包括：通过人脸识别模型，对原始人脸图片数据进行处理，得到待评估的识别结果；基于待评估的识别结果，对于原始人脸图片数据进行标注；基于待评估的识别结果和标注后的原始人脸图片数据，计算多维度的效果评估指标；对于标注后的原始人脸图片数据进行质量分析，统计标注后原始人脸图片数据的质量特征、质量特征分布；基于效果评估指标、标注后的原始人脸图片数据的质量特征、质量特征分布自动调整人脸识别模型。

技术领域

本发明涉及人脸识别领域，具体涉及一种人脸识别模型的调整方法、装置、计算机设备及计算机可读存储介质。

背景技术

人脸识别技术是基于图片视觉识别技术模型进行人脸识别。在实际的操作中往往通过特定的识别处理策略，来完成识别模型的优化补充。但是无论如何，模型识别结果总是存在误差。如何方便快速地评估人脸识别产品的部署效果，是一个比较棘手的事情。

此外由于图像和实际部署的环境光照条件、摄像头部署角度因素等都有关系，现有的模型识别结果总是存在误差。如何高效地调整模型的参数，减小识别错误率是一个比较棘手的事情。

考虑到长期进行人脸识别数字化的工作需求，急需一种改进的数字化人脸识别效果评估的方案和人工标注工具。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

根据本发明的第一方面，提供了一种人脸识别模型的调整方法，可以包括：

通过人脸识别模型，对原始人脸图片数据进行处理，得到待评估的识别结果；

基于待评估的识别结果，对于原始人脸图片数据进行标注；

基于待评估的识别结果和标注后的原始人脸图片数据，计算多维度的效果评估指标；

对于标注后的原始人脸图片数据进行质量分析，统计标注后原始人脸图片数据的质量特征、质量特征分布；

基于效果评估指标、标注后的原始人脸图片数据的质量特征、质量特征分布自动调整人脸识别模型。

在根据本发明第一方面的一个实施例中，其中通过人脸识别模型，对原始人脸图片数据进行处理，得到待评估的识别结果可以包括：

基于处理阈值和/或人脸比对评分策略来处理原始人脸图片数据，得到的待评估的识别结果包括会员人脸图片数据、泛会员人脸图片数据、新注册会员人脸图片数据。

在根据本发明第一方面的另一个实施例中，其中基于待评估的识别结果，对于原始人脸图片数据进行标注可以包括：

第一轮标注，对被识别为属于同一个体的所述待评估识别结果进行聚合，针对聚合所得到的不同组，如果判断为该组中的所述原始人脸图片确实属于同一个体，则标注为正确，如果判断为该组中的所述原始人脸图片数据并非属于同一个体，则标注为错误。

备选的，包括第二轮标注，针对被标注为错误的组，将其中的原始人脸图片数据和被标注为正确的组中的原始人脸图片数据进行比对，以修正错误的标注，并将不可通过比对得到确定个体的原始人脸图片数据标定为不确定。

备选的，包括第三轮标注，针对被标注为不确定的人脸图片数据进行单独标注，将不确定的人脸图片数据标注为新的个体。

备选的，包括第四轮标注，将被标注为不同个体、但实际上是同一个个体的人脸图片数据合并。

在根据本发明第一方面的再一个实施例中，其中多维度的效果评估指标可以包括：

人脸图片数据的准确率、召回率、是否被污染、是否被拆分。

在根据本发明第一方面的一个实施例中，其中标注后的人脸图片数据的质量特征可以包括：