[发明专利]人脸识别模型的训练数据扩充方法、终端设备及介质

权利要求书

1.一种人脸识别模型的训练数据扩充方法，其特征在于，所述人脸识别模型的训练数据扩充方法包括：

获取目标对象对应的二维人脸图像，并根据所述二维人脸图像构建所述目标对象对应的三维人脸模型；

基于旋转矩阵对所述三维人脸模型进行位置转换，并基于位置转换后的所述三维人脸模型，采集所述目标对象对应的不同角度的人脸图像；

基于所述不同角度的人脸图像扩充人脸识别模型的训练数据集。

2.根据权利要求1所述的人脸识别模型的训练数据扩充方法，其特征在于，所述基于所述不同角度的人脸图像扩充人脸识别模型的训练数据集的步骤之后，还包括：

基于扩充后的所述训练数据集训练所述人脸识别模型；

通过训练后的所述人脸识别模型对待识别人脸图像进行人脸识别。

3.根据权利要求2所述的人脸识别模型的训练数据扩充方法，其特征在于，所述通过训练后的所述人脸识别模型对待识别图像进行人脸识别的步骤包括：

训练后的所述人脸识别模型基于所述训练数据集确定所述目标对象对应的第一人脸特征，以及所述待识别人脸图像对应的第二人脸特征；

确定所述第一人脸特征与所述第二人脸特征之间的余弦距离；

根据所述余弦距离确定所述待识别人脸图像对应的待识别对象是否为所述目标对象。

4.根据权利要求3所述的人脸识别模型的训练数据扩充方法，其特征在于，所述根据所述余弦距离确定所述待识别人脸图像对应的待识别对象是否为所述目标对象的步骤包括：

确定泛化系数及识别阈值；

根据所述余弦距离、所述泛化系数及所述识别阈值确定所述第一人脸特征与所述第二人脸特征之间的相似度得分；

根据所述相似度得分确定所述待识别人脸图像对应的待识别对象是否为所述目标对象。

5.根据权利要求1所述的人脸识别模型的训练数据扩充方法，其特征在于，当所述训练数据集中所述目标对象对应的人脸图像数量小于预设阈值时，执行所述基于旋转矩阵对所述三维人脸模型进行位置转换，并基于位置转换后的所述三维人脸模型，采集所述目标对象对应的不同角度的人脸图像的步骤。

6.根据权利要求5所述的人脸识别模型的训练数据扩充方法，其特征在于，在基于旋转矩阵对所述三维人脸模型进行位置转换时，旋转的角度根据人脸角度规则及所述人脸图像数量确定。

7.根据权利要求1所述的人脸识别模型的训练数据扩充方法，其特征在于，所述获取目标对象对应的二维人脸图像，并根据所述二维人脸图像构建所述目标对象对应的三维人脸模型的步骤包括：

获取包括所述目标对象的正脸的所述二维人脸图像；

对所述二维人脸图像进行归一化处理，并基于归一化处理后的所述二维人脸图像构建所述三维人脸模型。

8.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的训练数据扩充程序，所述训练数据扩充程序被所述处理器执行时实现如权利要求1至7中任一项所述的人脸识别模型的训练数据扩充方法的步骤。

9.一种终端设备，其特征在于，所述终端设备包括：

获取模块，获取目标对象对应的二维人脸图像，并根据所述二维人脸图像构建所述目标对象对应的三维人脸模型；

采集模块，基于旋转矩阵对所述三维人脸模型进行位置转换，并基于所述三维人脸模型采集所述目标对象对应的多个不同角度的人脸图像；

扩充模块，基于所述多个不同角度的人脸图像扩充人脸识别模型的训练数据集。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有训练数据扩充程序，所述训练数据扩充程序被处理器执行时实现如权利要求1至7中任一项所述的人脸识别模型的训练数据扩充方法的步骤。