人脸识别模型训练方法、装置、计算机设备和存储介质与流程

本申请涉及人脸识别，特别是涉及一种人脸识别模型训练方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、伴随着人工智能的持续发展，以人脸识别技术(face recognition)为代表的生物识别技术越来越普及。除了安防、金融这两大领域外，人脸识别还在交通、教育、医疗、警务、电子商务等诸多场景实现了广泛应用，呈现出显著的应用价值。

2、目前主流的人脸检测、人脸识别方法发展迅速，但更多的是对没有佩戴口罩的人脸进行识别。对于佩戴有口罩的人脸，通常是基于未戴口罩人脸数据提取人脸关键点，并通过关键点将人脸佩戴不同类型的口罩，将佩戴不同类型口罩的人脸图像作为训练数据对人脸识别模型进行训练。

3、然而，这样的模型训练方式，极易造成训练出的人脸识别模型将口罩特征作为人脸特征，导致模型对于佩戴有口罩的人脸辨识能力降低，存在识别戴口罩人脸不够准确的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够准确识别戴口罩人脸的人脸识别模型训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种人脸识别模型训练方法，包括：

3、获取由未戴口罩的人脸图像所构成的人脸图像集；

4、基于人脸图像集，获取半脸图像和戴口罩人脸图像，人脸图像、半脸图像与戴口罩人脸图像的尺寸均一致；

5、将戴口罩人脸图像与半脸图像作为训练样本，将戴口罩人脸图像与半脸图像各自对应的身份信息作为训练标签，对人脸识别模型进行训练，获得训练后的人脸识别模型。

6、在其中一个实施例中，基于人脸图像集，获取半脸图像，包括：

7、针对人脸图像集中的人脸图像，按照预设尺寸对人脸图像进行截取，获得上半部人脸图像；

8、将黑色区块作为上半部人脸图像的下半部，并与上半部人脸图像进行拼接，获得半脸图像。

9、在其中一个实施例中，在训练过程中，在通过人脸识别模型对半脸图像提取特征值的情况下，半脸图像中黑色区块相应提取到的特征值为0。

10、在其中一个实施例中，基于人脸图像集，获取戴口罩人脸图像，包括：

11、针对人脸图像集中的人脸图像，确定人脸图像中的人脸检测框；

12、基于人脸检测框中用于表征人脸整体轮廓的关键点，计算用于表征人脸脸颊所处位置的参考关键点；

13、将用于表征鼻头位置的关键点和用于表征下巴位置的关键点作为参考关键点，根据所有参考关键点，确定人脸图像中的口罩区域；

14、按照口罩区域，在人脸图像上合成口罩，获得戴口罩人脸图像。

15、在其中一个实施例中，上述人脸识别模型训练方法还包括：

16、获取待识别人脸图像，将待识别人脸图像输入至训练后的人脸识别模型，提取待识别人脸图像的人脸特征数据；

17、将人脸特征数据与数据库中的注册特征数据进行比对，获得待识别人脸图像的识别结果。

18、在其中一个实施例中，上述人脸识别模型依次包括输入层、隐藏层和输出层；隐藏层后连接有relu6激活层。

19、第二方面，本申请还提供了一种人脸识别模型训练装置，包括：

20、图像集获取模块，用于获取由未戴口罩的人脸图像所构成的人脸图像集；

21、样本获取模块，用于基于人脸图像集，获取半脸图像和戴口罩人脸图像，人脸图像、半脸图像与戴口罩人脸图像的尺寸均一致；

22、模型训练模块，用于将戴口罩人脸图像与半脸图像作为训练样本，将戴口罩人脸图像与半脸图像各自对应的身份信息作为训练标签，对人脸识别模型进行训练，获得训练后的人脸识别模型。

23、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

24、获取由未戴口罩的人脸图像所构成的人脸图像集；

25、基于人脸图像集，获取半脸图像和戴口罩人脸图像，人脸图像、半脸图像与戴口罩人脸图像的尺寸均一致；

26、将戴口罩人脸图像与半脸图像作为训练样本，将戴口罩人脸图像与半脸图像各自对应的身份信息作为训练标签，对人脸识别模型进行训练，获得训练后的人脸识别模型。

27、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

28、获取由未戴口罩的人脸图像所构成的人脸图像集；

29、基于人脸图像集，获取半脸图像和戴口罩人脸图像，人脸图像、半脸图像与戴口罩人脸图像的尺寸均一致；

30、将戴口罩人脸图像与半脸图像作为训练样本，将戴口罩人脸图像与半脸图像各自对应的身份信息作为训练标签，对人脸识别模型进行训练，获得训练后的人脸识别模型。

31、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

32、获取由未戴口罩的人脸图像所构成的人脸图像集；

33、基于人脸图像集，获取半脸图像和戴口罩人脸图像，人脸图像、半脸图像与戴口罩人脸图像的尺寸均一致；

34、将戴口罩人脸图像与半脸图像作为训练样本，将戴口罩人脸图像与半脸图像各自对应的身份信息作为训练标签，对人脸识别模型进行训练，获得训练后的人脸识别模型。

35、上述人脸识别模型训练方法、装置、计算机设备、存储介质和计算机程序产品，获取由未戴口罩的人脸图像所构成的人脸图像集；基于人脸图像集，获取半脸图像和戴口罩人脸图像，人脸图像、半脸图像与戴口罩人脸图像的尺寸均一致；将戴口罩人脸图像与半脸图像作为训练样本，将戴口罩人脸图像与半脸图像各自对应的身份信息作为训练标签，对人脸识别模型进行训练，获得训练后的人脸识别模型。整个人脸识别模型训练过程，在将戴口罩人脸图像作为训练样本的基础上，获取半脸图像，将半脸图像以及戴口罩人脸图像同时输入至人脸识别模型进行训练，增加了训练数据的同时，降低了戴口罩人脸区域的非重要特征对于人脸识别模型的影响力，从而实现了模型对于戴口罩人脸的准确识别。

技术特征：

1.一种人脸识别模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，基于所述人脸图像集，获取半脸图像，包括：

3.根据权利要求2所述的方法，其特征在于，在训练过程中，在通过所述人脸识别模型对所述半脸图像提取特征值的情况下，所述半脸图像中黑色区块相应提取到的特征值为0。

4.根据权利要求1所述的方法，其特征在于，基于所述人脸图像集，获取戴口罩人脸图像，包括：

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述人脸识别模型依次包括输入层、隐藏层和输出层；所述隐藏层后连接有relu6激活层。

7.一种人脸识别模型训练装置，其特征在于，包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种人脸识别模型训练方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取由未戴口罩的人脸图像所构成的人脸图像集；基于人脸图像集，获取半脸图像和戴口罩人脸图像，人脸图像、半脸图像与戴口罩人脸图像的尺寸均一致；将戴口罩人脸图像与半脸图像作为训练样本，将戴口罩人脸图像与半脸图像各自对应的身份信息作为训练标签，对人脸识别模型进行训练，获得训练后的人脸识别模型。整个人脸识别模型训练过程，将半脸图像以及戴口罩人脸图像作为模型训练数据，降低了戴口罩人脸区域的非重要特征对于人脸识别模型的影响力，采用本方法能够训练人脸识别模型以实现对戴口罩人脸的准确识别。

技术研发人员：洪尚宇,刘智远,廖致霖
受保护的技术使用者：业成科技(成都)有限公司
技术研发日：
技术公布日：2024/1/13