[发明专利]为人脸识别生成训练数据的方法、装置和计算机存储介质

说明书

本发明提供了一种为人脸识别生成训练数据的方法、装置和计算机存储介质，其中方法包括：将未戴配件的人脸图像输入生成式网络，得到戴配件的人脸图像；将所述戴配件的人脸图像用于建立人脸识别模型的第二训练数据；其中所述生成式网络为利用第一训练数据预先训练得到的对抗生成式网络中的生成式网络，所述第一训练数据包括同一用户标识对应的未戴配件人脸图像和戴配件人脸图像。本发明通过数据增广方式得到的戴配件的人脸图像大大扩充了建立人脸识别模型的训练数据数量，从而提高了戴配件的人脸图像的识别准确性。

【技术领域】

本发明涉及计算机应用技术领域，特别涉及一种为人脸识别生成训练数据的方法、装置和计算机存储介质。

【背景技术】

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。

目前大多数的人脸识别对于人脸图像的要求较高，而对于戴配件的人脸图像的识别准确率较差，例如佩戴眼镜、帽子、口罩等对部分人脸进行遮挡。然而，对于一些特定领域，例如司法、军队、公安、边检等等，往往需要对于戴配件的人脸图像识别有较高准确性要求，例如摄像头拍摄到一个佩戴口罩的人正在作案，就需要对摄像头拍摄到的佩戴口罩的人脸图像进行识别，而目前对于此类识别准确性很差。归根接地，此类识别准确性很差的原因在于训练数据的不足，对于未戴配件的人脸能够获得大量的图像作为训练数据，但对于戴配件的人脸图像则数量较小，很难用以训练出准确的人脸识别模型。

【发明内容】

有鉴于此，本发明提供了一种为人脸识别生成训练数据的方法、装置和计算机存储介质，以便于提高戴配件的人脸图像的识别准确性。

具体技术方案如下：

本发明提供了一种为人脸识别生成训练数据的方法，该方法包括：

将未戴配件的人脸图像输入生成式网络，得到戴配件的人脸图像；

将所述戴配件的人脸图像用于建立人脸识别模型的第二训练数据；

其中所述生成式网络为利用第一训练数据预先训练得到的对抗生成式网络中的生成式网络，所述第一训练数据包括同一用户标识对应的未戴配件人脸图像和戴配件人脸图像。

根据本发明一优选实施方式，所述配件包括眼镜、口罩或帽子。

根据本发明一优选实施方式，预先训练所述对抗生成式网络包括：

获取第一训练数据，所述第一训练数据包括同一用户标识对应的未戴配件人脸图像和戴配件人脸图像；

将同一用户标识对应的未戴配件人脸图像和戴配件人脸图像分别作为生成式对抗网络中的生成式网络和判别式网络的输入，训练所述生成式对抗网络。

根据本发明一优选实施方式，在训练所述生成式对抗网络的过程中，所述生成式网络的训练目标为：最大化所述生成式网络生成的戴配件的人脸图像与第一训练数据中同一用户标识对应的戴配件的人脸图像之间的相似度；

所述判别式网络的训练目标为：最大化所述生成式网络生成的戴配件的人脸图像与第一训练数据中同一用户标识对应的戴配件的人脸图像的区分度；

固定所述生成式网络和判别式网络中的一个网络，利用另一个网络的训练目标对该另一个网络进行训练，交替迭代，直至达到纳什平衡或达到预设的交替迭代次数。

根据本发明一优选实施方式，固定所述生成式网络和判别式网络中的一个网络，利用另一个网络的训练目标对该另一个网络进行训练，交替迭代包括：