[发明专利]人脸标注方法、装置、电子设备和存储介质

说明书

本申请公开了一种人脸标注方法、装置、电子设备和存储介质，涉及计算机视觉和深度学习等人工智能技术领域，可应用于智慧城市和智慧金融场景下。具体实现方案为：获取待处理视频中的多帧图片，并对每帧图片进行人脸识别，获得待处理视频中N个人脸轨迹的N个人脸特征；根据N个人脸轨迹的N个人脸特征构建KNN图；根据N个人脸轨迹的N个人脸特征和人脸特征底库构建标签评分矩阵；根据KNN图和标签评分矩阵对每个人脸轨迹对应的图像进行标注。本申请可以解决相关技术中人脸图像依赖人工进行标注导致消耗大量的人工成本，标注效率低等的问题。

技术领域

本申请涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，尤其涉及一种人脸标注方法、装置、电子设备和存储介质，可应用于智慧城市和智慧金融场景下。

背景技术

在通用的人脸识别系统中，基于深度神经网络的人脸识别算法相比传统模式匹配图像算法，具有压倒性的精度优势。但是，深度神经网络算法的训练往往需要大量的带有标签的人脸图像训练数据，然而如此大批量的人脸图像如果完全依赖人工进行标注，需要消耗大量的人力成本。

发明内容

本申请提供了一种用于智慧城市和智慧金融场景下的人脸标注方法、装置、电子设备以及存储介质。

根据本申请的第一方面，提供了一种人脸标注方法，包括：

获取待处理视频中的多帧图片，并对每帧图片进行人脸识别，获得所述待处理视频中N个人脸轨迹的N个人脸特征；其中，所述N为正整数；

根据所述N个人脸轨迹的N个人脸特征构建KNN图；

根据所述N个人脸轨迹的N个人脸特征和人脸特征底库构建标签评分矩阵；

根据所述KNN图和所述标签评分矩阵对每个所述人脸轨迹对应的图像进行标注。

根据本申请的第二方面，提供了一种人脸标注装置，包括：

第一获取模块，用于获取待处理视频中的多帧图片；

人脸识别模块，用于对每帧图片进行人脸识别，获得所述待处理视频中N个人脸轨迹的N个人脸特征；其中，所述N为正整数；

第一构建模块，用于根据所述N个人脸轨迹的N个人脸特征构建KNN图；

第二构建模块，用于根据所述N个人脸轨迹的N个人脸特征和人脸特征底库构建标签评分矩阵；

标注模块，用于根据所述KNN图和所述标签评分矩阵对每个所述人脸轨迹对应的图像进行标注。

根据本申请的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面所述的人脸标注方法。

根据本申请的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行前述第一方面所述的人脸标注方法。

根据本申请的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现前述第一方面所述的人脸标注方法。

根据本申请的技术解决了相关技术中人脸图像依赖人工进行标注导致消耗大量的人工成本，标注效率低等的问题。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明