[发明专利]为人脸识别生成训练数据的方法、装置、设备和存储介质

说明书

本申请公开了为人脸识别生成训练数据的方法、装置、设备和存储介质，涉及人工智能深度学习和计算机视觉技术领域，具体涉及人脸识别技术领域。具体实现方案为：获取人脸识别失败时的待测人脸图像；如果待测人脸图像为戴口罩的待测人脸图像，则提取待测人脸图像中的口罩图像；获取未戴口罩的人脸图像；计算未戴口罩的人脸图像的空间偏移角度；根据空间偏移角度对口罩图像进行旋转；将旋转之后的口罩图像融合至未戴口罩的人脸图像，以生成戴口罩的人脸图像。该方法能够获取到新型口罩的口罩图像，并将其融合至未戴口罩的人脸图像以生成戴口罩的人脸图像，从而扩充建立人脸识别模型的训练数据数量，提高了戴口罩的人脸图像的识别准确性。

技术领域

本申请涉及人工智能深度学习和计算机视觉技术领域，具体涉及人脸识别技术领域，尤其涉及一种为人脸识别生成训练数据的方法、装置、设备和存储介质。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。

相关技术中，人脸识别技术主要通过采集挖掘大量的人脸数据，进行聚类，然后做匹配训练。人脸识别模型对某种场景的效果主要取决于训练样本中是否包含足够多的该场景数据，当训练样本中该场景数据比较少时，训练的模型(即，人脸识别模型)对该场景表现不佳。

现今由于戴口罩的人越来越多，戴口罩成为了当前主要的一种场景，但是由于传统训练样本中口罩含量较少，导致现有训练方案对戴口罩的场景表现较差，致使戴口罩的人脸图像的识别准确性较低。

发明内容

提供了一种为人脸识别生成训练数据的方法、装置、设备以及存储介质，用于解决相关技术中，由于人脸识别模型中戴口罩的人脸图像的训练数据较少，导致戴口罩的人脸图像的识别准确性较低的技术问题。

根据第一方面，提供了一种为人脸识别生成训练数据的方法，包括：

获取人脸识别失败时的待测人脸图像；

如果所述待测人脸图像为戴口罩的待测人脸图像，则提取所述待测人脸图像中的口罩图像；

获取未戴口罩的人脸图像；

计算所述未戴口罩的人脸图像的空间偏移角度；

根据所述空间偏移角度对所述口罩图像进行旋转以使所述口罩图像与所述未戴口罩的人脸图像在空间上一致；以及

将旋转之后的口罩图像融合至所述未戴口罩的人脸图像，以生成戴口罩的人脸图像。

本申请实施例的为人脸识别生成训练数据的方法，首先获取人脸识别失败时的待测人脸图像，如果待测人脸图像为戴口罩的待测人脸图像，则提取待测人脸图像中的口罩图像，然后获取未戴口罩的人脸图像，并计算未戴口罩的人脸图像的空间偏移角度，以及根据空间偏移角度对口罩图像进行旋转以使口罩图像与未戴口罩的人脸图像在空间上一致，最后将旋转之后的口罩图像融合至未戴口罩的人脸图像，以生成戴口罩的人脸图像。由此，能够获取到新型口罩的口罩图像，并将其融合至未戴口罩的人脸图像以生成戴口罩的人脸图像，从而扩充建立人脸识别模型的训练数据数量，提高了戴口罩的人脸图像的识别准确性。

根据第二方面，提供了一种为人脸识别生成训练数据的装置，包括：

第一获取模块，用于获取人脸识别失败时的待测人脸图像；

提取模块，用于如果所述待测人脸图像为戴口罩的待测人脸图像，则提取所述待测人脸图像中的口罩图像；

第二获取模块，用于获取未戴口罩的人脸图像，并获取口罩图像；

计算模块，用于计算所述未戴口罩的人脸图像的空间偏移角度；