[发明专利]数据处理方法、电子设备及相关产品

权利要求书

1.一种数据处理方法，其特征在于，应用于电子设备，所述方法包括：

获取针对人脸的初始训练集，具体为：从监控场景大规模采集人脸数据，对人脸进行检测、对齐操作，利用K均值聚类算法聚类所采集的数据，为每张图片分配伪标签，制成所述初始训练集；

基于所述初始训练集，确定第一训练集和第二训练集，具体为：对所述初始训练集采用两种不同的处理方式加以处理，得到所述第一训练集和所述第二训练集；

将所述第一训练集输入第一神经网络模型进行运算，得到第一参数模型；

将所述第二训练集输入第二神经网络模型进行运算，得到第二参数模型，所述第一神经网络模型与所述第二神经网络模型的网络结构相同但模型参数不同；

N次执行如下步骤S1-步骤S4，所述N为正整数：

S1、依据第i-1次的所述第一参数模型和第i次的所述第一神经网络模型的模型参数构造第i次的第一参数模型，i为正整数；

S2、依据所述第i-1次的所述第二参数模型和第i次的所述第二神经网络模型的模型参数构造第i次的第二参数模型；

S3、依据所述第i次的第二参数模型对第i-1次的第一训练集进行运算，得到第i次的第一参考训练集，并依据所述第i次的第一参考训练集输入所述i-1次的第一神经网络模型进行运算，得到第i次的第一参数模型；

S4、依据所述第i次的第一参数模型对第i-1次的第二训练集进行运算，得到第i次的第二参考训练集，并依据所述第i次的第二参考训练集输入所述i-1次的第二神经网络模型进行运算，得到第i次的第二参数模型；

将第N次的第一参数模型和第N次的第二参数模型中的较为收敛的神经网络模型作为训练好的神经网络模型，该神经网络模型用于提升人脸识别效率；

其中，所述获取针对人脸的初始训练集，包括：

获取初始人脸图像集；

对所述人脸图像集中的每一人脸图像进行图像质量评价，得到多个人脸图像质量评价值；

所述多个人脸图像质量评价值中选取大于预设图像质量评价值的人脸图像质量评价值，将其对应的人脸图像作为所述初始训练集；

其中，所述对所述人脸图像集中的每一人脸图像进行图像质量评价，得到多个人脸图像质量评价值，包括：

获取人脸图像i的目标人脸偏差度、所述人脸图像i的目标人脸完整度、所述人脸图像i的目标特征点分布密度和目标信息熵，所述人脸图像i为所述人脸图像集中的任一人脸图像；

在所述目标人脸偏差度大于预设偏差度且所述目标人脸完整度大于预设完整度时，按照预设的人脸偏差度与第一参考评价值之间的映射关系，确定所述目标人脸偏差度对应的目标第一参考评价值；

按照预设的人脸完整度与第二参考评价值之间的映射关系，确定所述目标人脸完整度对应的目标第二参考评价值；

按照预设的特征点分布密度与权值对之间的映射关系，确定所述目标特征点分布密度对应的目标权值对，所述目标权值对包括目标第一权值和目标第二权值，所述目标第一权值为所述第一参考评价值对应的权值，所述目标第二权值为所述第二参考评价值对应的权值；

依据所述目标第一权值、所述目标第二权值、所述目标第一参考评价值和所述目标第二参考评价值进行加权运算，得到第一参考评价值；

按照预设的特征点分布密度与图像质量评价值之间的映射关系，确定所述目标特征点分布密度对应的第一图像质量评价值；

按照预设的信息熵与图像质量偏差值之间的映射关系，确定所述目标信息熵对应的目标图像质量偏差值；

获取所述人脸图像i的第一拍摄参数；

按照预设的拍摄参数与优化系数之间的映射关系，确定所述第一拍摄参数对应的目标优化系数；

依据所述目标优化系数、所述目标图像质量偏差值对所述第一图像质量评价值进行调整，得到第二参考评价值；

获取所述人脸图像i对应的目标环境参数；

按照预设的环境参数与权重系数对之间的映射关系，确定所述目标环境参数对应的目标权重系数对，所述目标权重系数对包括目标第一权重系数和目标第二权重系数，所述目标第一权重系数为所述第一参考评价值对应的权重系数，所述目标第二权重系数为所述第二参考评价值对应的权重系数；

依据所述目标第一权重系数、所述目标第二权重系数、所述第一参考评价值和所述第二参考评价值进行加权运算，得到所述人脸图像i的人脸图像质量评价值。