[发明专利]人脸五官聚类方法、装置、计算机设备及存储介质

说明书

本发明公开了一种人脸五官聚类方法、装置、计算机设备及存储介质，应用于神经网络领域，用于解决对于人脸面相中的面相特征的识别和/或自动标注不准确的问题。本发明提供的方法包括：获取用于进行人脸识别的至少两个神经网络模型中的低层特征；将各所述神经网络模型中的低层特征进行聚类，得到各聚类结果；根据各所述聚类结果生成与各所述神经网络模型中的每个人脸图像对应的人脸面相；根据预设面相知识库中的面相特征类型，对各所述人脸图像的人脸面相进行识别，以获取与各所述人脸图像的人脸面相所对应的面相特征类型；在各所述人脸图像的人脸面相上标注与该人脸图像的人脸面相对应的面相特征类型。

技术领域

本发明涉及神经网络领域，尤其涉及一种人脸五官聚类方法、装置、计算机设备及存储介质。

背景技术

人脸作为人体的重要的生物特征，是判别一个人是谁的重要信息点，目前在图像处理、视觉技术、信息安全等领域有着一定的作用，而人脸中的五官(眉、眼、鼻、嘴、耳)的判别是人脸识别等应用技术的基础，且人脸中的五官都有着专属的面相特征(比如，眉毛有柳叶眉、剑眉，眼睛有桃花眼、丹凤眼，鼻子有罗马鼻、东方鼻等)，但对于人脸中的五官(眉、眼、鼻、嘴、耳)这些重要的中国传统面相特征，目前并没有一种准确的识别或/和标注方法。

因此，寻找一种能够对人脸面相中的面相特征进行准确的识别和/或自动标注的技术方案成为本领域技术人员亟需解决的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种可以对人脸面相中的面相特征进行准确识别并自动标注的人脸五官聚类方法、装置、计算机设备及存储介质。

一种人脸五官聚类方法，包括：

获取用于进行人脸识别的至少两个神经网络模型中的低层特征，所述低层特征包括由人脸基本要素构成的人脸五官特征。

将各所述神经网络模型中的低层特征进行聚类，得到各聚类结果，所述进行聚类是指将相似的所述人脸五官特征聚集在一起，所述聚类结果是指聚集在一起的相似的所述人脸五官特征所对应的五官属性值。

根据各所述聚类结果生成与各所述神经网络模型中的每个人脸图像对应的人脸面相。

根据预设面相知识库中的面相特征类型，对各所述人脸图像的人脸面相进行识别，以获取与各所述人脸图像的人脸面相所对应的面相特征类型。

在各所述人脸图像的人脸面相上标注与该人脸图像的人脸面相对应的面相特征类型。

一种人脸五官聚类装置，包括：

获取模块，用于获取用于进行人脸识别的至少两个神经网络模型中的低层特征，所述低层特征包括由人脸基本要素构成的人脸五官特征。

聚类模块，用于将各所述神经网络模型中的低层特征进行聚类，得到各聚类结果，所述进行聚类是指将相似的所述人脸五官特征聚集在一起，所述聚类结果是指聚集在一起的相似的所述人脸五官特征所对应的五官属性值。

生成模块，用于根据各所述聚类结果生成与各所述神经网络模型中的每个人脸图像对应的人脸面相。

识别模块，用于根据预设面相知识库中的面相特征类型，对各所述人脸图像的人脸面相进行识别，以获取与各所述人脸图像的人脸面相所对应的面相特征类型。

标注模块，用于在各所述人脸图像的人脸面相上标注与该人脸图像的人脸面相对应的面相特征类型。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述人脸五官聚类方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述人脸五官聚类方法的步骤。