[发明专利]人脸属性识别模型训练、社区人员监控方法、装置、设备

说明书

本发明公开了一种人脸属性识别模型训练、社区人员监控方法、装置、设备及存储介质，该方法通过对视频人脸图像进行目标检测，确定目标属性信息，根据目标属性信息以及视频人脸图像生成视频人脸热图；根据目标属性信息确定区域图像区域热图；将区域图像以及区域热图输入至包含初始参数的预设识别模型中，确定预测属性标签；根据人脸属性标签以及预测属性标签，确定与预设识别模型对应的预测损失值；在预测损失值未达到预设的收敛条件时，迭代更新预设识别模型中的初始参数，直至预测损失值达到收敛条件时，将收敛之后的预设识别模型记录为人脸属性识别模型。本发明提高了预设识别模型的预测准确率以及训练效率，且提高了人脸属性识别的效率。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种人脸属性识别模型训练、社区人员监控方法、装置、设备及存储介质。

背景技术

随着人工智能技术的发展，诸如人脸识别、语音识别等技术已经广泛应用在各个领域中。其中，人脸识别技术中的人脸属性识别，可以识别出如年龄、性别、表情等人脸属性，以使得人脸属性识别技术被广泛应用于如图像生成、人机交互、视频监控、推荐系统等领域。

现有技术中，一般采用卷积神经网络基于人脸图像进行多任务人脸属性识别，但是该方法存在如下不足：卷积神经网络针对整个人脸图像进行识别时，无法直接关注到各个属性所属的人脸区域的特征，使得人脸图像中的非属性特征对人脸属性识别带来较大的影响，从而使得人脸属性识别的效率以及准确率较低。

发明内容

本发明实施例提供一种人脸属性识别模型训练、社区人员监控方法、装置、设备及存储介质，以解决现有技术中人脸属性识别的效率以及准确率较低的问题。

一种人脸属性识别模型训练方法，包括：

获取视频人脸图像集；所述视频人脸图像集中包括至少一个视频人脸图像；一个所述视频人脸图像关联一个人脸属性标签；

对所述视频人脸图像进行目标检测，确定所述视频人脸图像中的目标属性信息，并根据所述目标属性信息以及所述视频人脸图像，生成与该视频人脸图像对应的视频人脸热图；

根据所述目标属性信息从所述视频人脸图像中确定区域图像，以及根据所述目标属性信息从所述视频人脸热图中确定区域热图；

将所述区域图像以及所述区域热图输入至包含初始参数的预设识别模型中，确定与所述视频人脸图像对应的预测属性标签；

根据所述人脸属性标签以及所述预测属性标签，确定与所述预设识别模型对应的预测损失值；

在所述预测损失值未达到预设的收敛条件时，迭代更新所述预设识别模型中的初始参数，直至所述预测损失值达到所述收敛条件时，将收敛之后的所述预设识别模型记录为人脸属性识别模型。

一种社区人员监控方法，包括：

获取待监控对象的图像属性信息；所述图像属性信息中包括至少一个目标属性特征；

获取在目标社区所处的预设地理范围内所拍摄的人像拍摄图片；一个所述人像拍摄图片包括至少一个拍摄对象；

将所述人像拍摄图片输入至人脸属性识别模型中，以通过所述人脸属性识别模型确定所述人像拍摄图片中各所述拍摄对象的图片属性特征；所述人脸属性识别模型是通过上述人脸属性识别模型训练方法得到；

将所述图片属性特征与所述目标属性特征进行匹配，并将与所述目标属性特征匹配的图片属性特征对应的拍摄对象确定为所述待监控对象。

一种人脸属性识别模型训练装置，包括：

图像获取模块，用于获取视频人脸图像集；所述视频人脸图像集中包括至少一个视频人脸图像；一个所述视频人脸图像关联一个人脸属性标签；