[发明专利]一种微调人脸识别模型的方法

说明书

本发明公开了一种微调人脸识别模型的方法，属于人脸识别技术领域。解决了在通用数据集上训练的识别模型在使用在自然环境中识别率大幅降低的问题。包括以下步骤：步骤1：搜集目标人群的脸部数据和智能无线设备的设备信息；根据收集到的信息的时间和位置，将它们分成不同的事件；步骤2：将跨所有事件的人脸图像分组成群集，然后基于人脸图像出现在事件方面的相似性将群集与设备信息关联；步骤3：当人脸图像被用户身份标签标记后，通过微调预先训练的人脸识别模型，使群集标签更新置信度，每个事件有哪些设备参与；步骤4：不断重复直到通过预先训练的人脸识别模型计算出人脸图像的差别变得微小并可以忽略，则得到最适合新环境下人脸识别模型。

技术领域

本发明涉及人脸识别技术领域，更具体的说是涉及利用深度学习技术解决人脸识别问题领域，尤其是一种微调人脸识别模型的方法。

背景技术

目前许多用于人脸识别的神经网络模型，在通用数据集，如LFW(Labled in theWild)能实现比较高的识别率，虽然这些方法在人脸识别中已被证明是非常有效的，但训练过程中需要大量的带标记人脸图像来训练有监督的深度人脸识别网络。并且当将在通用数据上训练的网络，直接应用在一些自然环境中，识别率会大幅降低。在特定的领域中，大量的标记数据并不总是可以实现的，使用少量的训练数据在自然环境中会导致较差的泛化能力，所以采用大规模带标签的数据训练的方法不能广泛部署和采用。

解决在通用数据集上训练的识别模型在使用在自然环境中识别率大幅降低的问题。

现有的可能解决的思路是针对特定的环境获取一个大型的带标签的数据集，每个用户都有数百个带注释的人脸图像。通过访问这样一个假设的数据集，那么就有可能对域外数据上的预先训练的分类器进行微调，以适应新的环境并获得优异的性能。但是对于大多数使用应用来说，标记和更新大型的数据集成本很高，实现使用起来会受到很多限制。

交叉模式匹配在多个不同的研究领域都受到了关注。从人脸图像视频到文本描述的匹配，发展到人脸图像到语音的匹配，比如从文本中生成视觉模型。但是在人脸图像和无线信号之间的交叉模式匹配的相关研究和应用却很少，考虑到如今智能设备的广泛使用，可以利用无线信号作为人脸图像的身份标签来调整面部识别模型。

发明内容

针对解决通用识别模型在特定自然环境中识别率大幅降低的问题，本发明提供一种微调人脸识别模型的方法。

为了实现上述目的，本发明采用以下技术方案：

一种微调人脸识别模型的方法，包括以下步骤：

步骤1：多样化搜集数据：搜集目标人群的脸部数据和其携带的智能无线设备的设备信息；根据收集到的脸部数据和设备信息的时间和位置，将它们分成不同的事件；

步骤2：交叉模式标记：将跨所有事件的人脸图像分组成群集，然后基于人脸图像出现在事件方面的相似性将群集与智能无线设备的设备信息关联；

步骤3：模型微调更新：当人脸图像被用户身份标签标记后，通过微调预先训练的人脸识别模型，使群集标签更新置信度，每个事件有哪些设备参与；

步骤4：不断重复步骤2和步骤3，直到通过预先训练的人脸识别模型计算出人脸图像的差别变得微小并可以忽略，则最后一次迭代得到的优化模型是最适合新环境下人脸识别模型。

进一步的，在步骤1中，通过监控摄像机搜集目标人群的面部信息，同时利用无线信号探测器搜集智能无线设备的无线信号，获得智能无线设备的id；将人脸面部信息与智能无线设备的id关联；然后基于搜集人脸面部信息与智能无线设备的id的时间和位置，将它们分成不同的事件。

进一步的，在步骤2中，交叉模式标记具体包括以下内容：