[发明专利]一种人脸标注方法及装置

说明书

本申请实施例公开了一种人脸标注方法及装置，方法包括：获取目标视频，目标视频包括第一目标图像和第二目标图像，第一目标图像为目标对象的人脸未受遮挡的图像，第二目标图像为目标对象的人脸受到遮挡的图像；将第一目标图像和第二目标图像输入增量更新模型，得到第三目标图像，增量更新模型用于根据第一目标图像将第二目标图像恢复为第三目标图像，第三目标图像为目标对象的人脸未受遮挡的图像；在第三目标图像中标注人脸区域。由此可见，本申请实施例通过利用增量更新模型将受到遮挡的人脸恢复为未受遮挡的人脸，即使人脸受到遮挡物的遮挡，也不影响之后对于视频中人脸的标注进程，进而根据视频中人脸的标注进程实现视频中人脸的跟踪。

技术领域

本申请涉及计算机领域，尤其涉及一种人脸标注方法及装置。

背景技术

在当前的计算机领域，在视频中对于人脸的标注是一项重要的技术分支。在已经拍摄完毕或者实时获取的视频中，如何准确的在视频中进行人脸标注，是主要的研究趋势。但是在视频中经常会出现人脸被障碍物遮挡，此时就无法捕捉到被遮挡的人脸，进而会影响之后对于人脸的标注进程，即会出现由于障碍物遮挡人脸而跟丢人脸或无法标注人脸的现象。

综上，现有的人脸的标注技术在遇到障碍物时会跟丢人脸或无法标注人脸，无法继续人脸标注进程。

发明内容

为了解决现有技术中人脸的标注技术在遇到障碍物时会跟丢人脸或无法标注人脸，无法继续人脸标注进程的问题，本申请提供了一种人脸标注方法，能够使得视频中人脸遇到障碍物也能继续人脸标注进程。

本申请实施例提供了一种人脸标注方法，所述方法包括：

获取目标视频，所述目标视频包括第一目标图像和第二目标图像，所述第一目标图像为目标对象的人脸未受遮挡的图像，所述第二目标图像为所述目标对象的人脸受到遮挡的图像；

将所述第一目标图像和所述第二目标图像输入增量更新模型，得到第三目标图像，所述增量更新模型用于根据所述第一目标图像将所述第二目标图像恢复为所述第三目标图像，所述第三目标图像为所述目标对象的人脸未受遮挡的图像，所述增量更新模型根据训练视频训练得到，所述训练视频包括第一训练图像和第二训练图像，第一训练图像为所述目标对象的人脸未受遮挡的图像，第二训练图像为所述目标对象的人脸受到遮挡的图像；

在所述第三目标图像中标注人脸区域。

可选的，在将所述第一目标图像和所述第二目标图像输入增量更新模型之前，所述方法还包括：

对所述第一目标图像进行稀疏编码处理，得到第一目标图像矩阵，对所述第二目标图像进行稀疏编码处理，得到第二目标图像矩阵，所述稀疏编码处理是将所述第一目标图像分为多个局部图像进行编码，将所述第二目标图像分为多个局部图像进行编码；

对所述第一目标图像矩阵进行向量化处理，得到第一目标图像向量矩阵，对所述第二目标图像矩阵进行向量化处理，得到第二目标图像向量矩阵；

对所述第一目标图像向量矩阵进行方差池化处理，得到第一目标图像的人脸图像向量，对所述第二目标图像向量矩阵进行方差池化处理，得到第二目标图像的人脸图像向量；

所述将所述第一目标图像和所述第二目标图像输入增量更新模型包括：

将所述第一目标图像的人脸图像向量和所述第二目标图像的人脸图像向量输入增量更新模型。

可选的，所述将所述第一目标图像和所述第二目标图像输入增量更新模型，得到第三目标图像包括：

所述增量更新模型根据所述第一目标图像的人脸图像向量将所述第二目标图像向量恢复为第三图像的人脸图像向量。

可选的，所述方法还包括：

利用所述第三目标图像进行人脸的识别，以获取第三目标图像的身份信息。