[发明专利]相似人脸检索方法、装置及存储介质

说明书

本公开是关于一种相似人脸检索方法、装置及存储介质，属于深度学习技术领域。所述方法包括：获取待检索人脸图像；基于特征提取模型对所述待检索人脸图像进行特征提取，将所述特征提取模型的倒数第三层的输出结果作为所述待检索人脸图像的第一相似人脸特征，所述特征提取模型是基于三元组损失函数对训练好的初始模型进行优化处理后得到的；对于人脸数据库中每个人脸图像，获取所述第一相似人脸特征与所述每个人脸图像的第二相似人脸特征在特征空间上的距离，所述第二相似人脸特征是基于所述特征提取模型对所述每个人脸图像进行特征提取后得到的；根据获取到的距离信息，在所述人脸数据库中检索与所述待检索人脸图像相似度最高的目标人脸图像。本公开提升了相似人脸的检索精准度。

技术领域

本公开涉及深度学习技术领域，尤其涉及相似人脸检索方法、装置及存储介质。

背景技术

人脸检索是一项融合了计算机图像处理知识以及生物统计学知识的新兴生物识别技术，目前具有广阔的应用前景。例如，基于人脸检索技术能够为每个用户寻找与其长相相似的其他用户，即寻找世界上另一个他/她，由于该项技术为用户带来了全新的体验，因此能够极大地提升用户的活跃度。

其中，检索到的相似人脸与查询用户的相似度越高，用户的满意度便越高，检索结果也就越符合用户的预期。为此，如何进行相似人脸检索，以提升相似人脸的检索精准度，成为了本领域技术人员亟待解决的一个问题。

发明内容

本公开提供一种相似人脸检索方法、装置及存储介质，能够提高相似人脸的检索精准度。

根据本公开实施例的第一方面，提供一种相似人脸检索方法，所述方法包括：

获取待检索人脸图像；

基于特征提取模型对所述待检索人脸图像进行特征提取，将所述特征提取模型的倒数第三层的输出结果作为所述待检索人脸图像的第一相似人脸特征，所述特征提取模型是基于三元组损失函数对训练好的初始模型进行优化处理后得到的；

对于人脸数据库中每个人脸图像，获取所述第一相似人脸特征与所述每个人脸图像的第二相似人脸特征在特征空间上的距离，所述第二相似人脸特征是基于所述特征提取模型对所述每个人脸图像进行特征提取后得到的；

根据获取到的距离信息，在所述人脸数据库中检索与所述待检索人脸图像相似度最高的目标人脸图像。

在一种可能的实现方式中，所述特征提取模型的训练过程，包括：

获取已标注好分类信息的第一训练样本图像，对所述第一训练样本图像进行预处理；

根据经过预处理后的第一训练样本图像进行模型训练，直至模型收敛，得到初始模型；

采用随机梯度下降算法对所述初始模型进行优化处理，得到所述训练好的初始模型；

基于所述三元组损失函数对所述训练好的初始模型进行优化处理，得到所述特征提取模型。

在一种可能的实现方式中，所述基于所述三元组损失函数对所述训练好的初始模型进行优化处理，包括：

获取第二训练样本图像；

对于所述第二训练样本图像中的锚人脸图像，基于所述训练好的初始模型，在第三训练样本图像中进行相似人脸检索，得到相似度排在前两位的两张人脸图像，所述锚人脸图像为所述第二训练样本图像中的任意一个人脸图像；

在所述两张人脸图像中确定正例样本和负例样本，所述正例样本与所述锚人脸图像的相似度高于所述负例样本；

基于所述训练好的初始模型，获取全部样本三元组的相似人脸特征，每个所述样本三元组中均包括一个锚人脸图像、所述锚人脸图像的正例样本以及负例样本；