[发明专利]人脸识别模型及其训练方法和装置、设备、程序和介质

说明书

本发明实施例公开了一种人脸识别模型及其训练方法和装置、设备、程序和介质，其中，训练方法包括：检测监控视频中的人脸；对检测到的人脸的图像进行特征提取、并基于提取到的特征对检测到的人脸进行聚类；以聚类结果作为监督信息，以所述人脸的图像作为样本图像，对所述人脸识别模型进行训练，直至满足预设训练完成条件。本发明实施例实现了对人脸识别模型的增量训练，以实现动态提升人脸识别模型的性能和增量更新人脸识别模型，解决了需要不断增强人脸识别模型性能的问题。

技术领域

本发明涉及计算机视觉技术，尤其是一种人脸识别模型及其训练方法和装置、设备、程序和介质。

背景技术

人脸识别是计算机视觉以及智能视频监控领域的核心技术。人脸识别模型是监控系统的基础模型。因此，人脸识别模型的性能决定了监控系统性能的好坏。

发明内容

本发明实施例提供一种用于训练人脸识别模型的技术方案。

根据本发明实施例的一个方面，提供的一种人脸识别模型的训练方法，包括：

检测监控视频中的人脸；

对检测到的人脸的图像进行特征提取、并基于提取到的特征对检测到的人脸进行聚类；

以聚类结果作为监督信息，以所述人脸的图像作为样本图像，对所述人脸识别模型进行训练，直至满足预设训练完成条件。

可选地，在本发明各方法实施例中，所述检测监控视频中的人脸之后，还包括：

对检测到的人脸进行转正，并截取转正后的人脸，获得转正后的人脸的图像；

所述对检测到的人脸的图像进行特征提取，包括：对转正后的人脸的图像进行特征提取。

可选地，在本发明各方法实施例中，还包括：

过滤掉图像质量不满足预设质量阈值的人脸的图像，获得图像质量满足预设质量阈值的人脸的图像；

所述对检测到的人脸的图像进行特征提取，包括：对所述图像质量满足预设质量阈值的人脸的图像进行特征提取。

可选地，在本发明各方法实施例中，所述监控视频包括一个；或者，

所述监控视频包括多个；分别针对多个监控视频，执行所述检测监控视频中的人脸，以及对检测到的人脸的图像进行特征提取、并基于提取到的特征对检测到的人脸进行聚类的操作。

可选地，在本发明各方法实施例中，所述检测监控视频中的人脸，包括：

检测所述监控视频中的人脸、并对检测到的人脸进行跟踪，跟踪到的同一用户的人脸形成人脸轨迹；

分别对跟踪到的各人脸轨迹分配用于标识该轨迹的轨迹标识。

可选地，在本发明各方法实施例中，还包括：

在训练集数据库中保存人脸的图像及其对应的监控视频标识、轨迹标识。

可选地，在本发明各方法实施例中，所述基于提取到的特征对检测到的人脸进行聚类，包括：

分别获取每个轨迹标识对应的人脸的图像的特征；

使用聚类算法，基于每个轨迹标识对应的人脸的特征对检测到的人脸进行聚类，获得聚类结果，所述聚类结果包括至少一个类别的人脸的图像。

可选地，在本发明各方法实施例中，所述分别获取每个轨迹标识对应的人脸的图像的特征，包括：

分别提取每个轨迹标识对应的一张人脸的图像的特征，作为每个轨迹标识对应的人脸的图像的特征；或者