[发明专利]脸部识别模型训练方法和装置及脸部识别方法

说明书

本发明涉及脸部识别模型训练方法和装置及脸部识别方法。该训练方法包括：使用第一种族脸部数据集来训练神经网络模型；基于第一种族脸部数据集和第二种族脸部三维模型进行变换获得类似第二种族脸部数据集；以及使用类似第二种族脸部数据集来进一步训练神经网络模型，对神经网络的权重进行微调，用训练得到的神经网络模型作为脸部识别模型。根据本发明的方法和装置无需花费大量的时间、人力和资源来收集脸部数据，而可以进行跨种族脸部识别模型的训练。

技术领域

本发明涉及图像处理领域，更具体地涉及一种脸部识别模型训练方法和装置及脸部识别方法。

背景技术

近年来，脸部识别在学术界和工业界得到了广泛的关注并取得了很多进展，其主要原因是大规模的脸部数据收集和卷积神经网络(CNN)的发展。目前，跨种族的脸部识别难度较大，对特定的种族识别性能好，而对其他种族识别性能差。比如模型的训练集以某个种族数据为主，那么这个脸部识别系统会更好的识别这个种族，对其他种族识别性能不是很好。目前，有很多开源的脸部数据以西方人为主，而亚洲人、非洲脸部数据较少。而卷积神经网络训练需要大量的脸部数据，收集大量的脸部数据会浪费大量的时间、人力和资源。

因此，需要一种能够解决上述问题的、跨种族的脸部识别模型训练方法和装置及脸部识别方法。

发明内容

在下文中给出关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

本发明的一个主要目的在于，提供了一种基于神经网络的脸部识别模型的训练方法，包括：使用第一种族脸部数据集来训练神经网络模型；基于第一种族脸部数据集和第二种族脸部三维模型进行变换获得类似第二种族脸部数据集；以及使用类似第二种族脸部数据集来进一步训练神经网络模型，对神经网络的权重进行微调，用训练得到的神经网络模型作为脸部识别模型。

根据本发明的一个方面，提供一种脸部识别方法，包括：将待识别数据输入训练得到的脸部识别模型中进行计算；将计算得到的特征与训练得到相似度特征进行比较；以及基于比较结果确定待识别数据的识别结果。

根据本发明的又一个方面，提供一种基于神经网络的脸部识别模型的训练装置，包括：第一神经网络模型训练单元，被配置为使用第一种族脸部数据集来训练神经网络模型；类似第二种族脸部数据集获得单元，被配置为基于第一种族脸部数据集和第二种族脸部三维模型进行变换得到类似第二种族脸部数据集；以及第二神经网络模型训练单元，被配置为使用类似第二种族脸部数据集来进一步训练神经网络模型，从而对神经网络的权重进行微调，用训练得到的神经网络模型作为脸部识别模型。

另外，本发明的实施例还提供了用于实现上述方法的计算机程序。

此外，本发明的实施例还提供了至少计算机可读介质形式的计算机程序产品，其上记录有用于实现上述方法的计算机程序代码。

通过以下结合附图对本发明的最佳实施例的详细说明，本发明的这些以及其他优点将更加明显。

附图说明

参照下面结合附图对本发明实施例的说明，会更加容易地理解本发明的以上和其它目的、特点和优点。附图中的部件只是为了示出本发明的原理。在附图中，相同的或类似的技术特征或部件将采用相同或类似的附图标记来表示。

图1示出了训练脸部识别模型的总体框架示意图；

图2示出了根据本发明的一个实施例的基于神经网络的脸部识别模型的训练方法200的示例性过程的流程图；

图3是示出图2中的步骤S204的一种示例性过程的流程图；

图4示出了从脸部图像提取脸部局部图像块的示意图；