[发明专利]用于高性能人脸识别系统的高质量训练数据准备系统

权利要求书

1.一种用于为人脸识别系统准备高质量人脸图像训练数据的方法，其特征在于，所述方法包括：

接收训练数据集，所述训练数据集包括与多个身份相关的多组相同标注人脸图像；其中每组相同标注人脸图像均标注有所述多个身份中的一个身份；所述训练数据集还包括不良图像子集；

对于所述训练数据集中分别对应每个身份的每组相同标注人脸图像：

识别该组相同标注人脸图像中的不良图像子集；

生成所述身份的不包括所述不良图像子集的一组干净的相同标注人脸图像；以及

合并干净的对应于多个身份的多组相同标注人脸图像，获得干净的训练数据集，用于训练人脸识别模型；

其中，所述识别该组相同标注人脸图像中的不良图像子集，包括：

在该组相同标注人脸图像内识别出高度相似图像子集，并将所述高度相似图像子集作为第一参考图像集；

将该组相同标注人脸图像内不属于所述第一参考图像集的图像设定为第一候选图像集；以及

基于所述第一参考图像集，从所述第一候选图像集中识别出不良图像子集；

其中，从所述第一候选图像集中识别出不良图像子集的步骤包括：

在第一候选图像集中识别出符合再收集条件的第一图像子集以及不符合再收集条件的第二图像子集；以及

在所述不符合再收集条件的第二图像子集中识别出不良图像子集;

其中，在第一候选图像集中识别出符合再收集条件的第一图像子集包括：

对于所述第一候选图像集中的每张图像：

获得所述图像与所述第一参考图像集中的每张图像之间的一组相似度分数；以及

计算出所述图像相对于所述第一参考图像集的总相似度分数；以及

将第二阈值应用于该组总相似度分数，用于将所述第一候选图像集划分为符合再收集条件的第一图像子集和不符合再收集条件的第二图像子集。

2.根据权利要求1所述的方法，其特征在于，在该组相同标注人脸图像内识别出高度相似图像子集，并将所述高度相似图像子集作为第一参考图像集，包括：

计算该组相同标注人脸图像内的每对图像的相似度矩阵，其中所述相似度矩阵中的每个元素表示该组相同标注人脸图像中两张对应图像之间的相似度分数；

将第一阈值应用于所述相似度矩阵中，从而将所述相似度矩阵内的元素划分为大于或等于第一阈值的第一组元素以及小于第一阈值的第二组元素；

处理第一组元素以生成一个或多个图像聚类，其中每个图像聚类包括该组相同标注人脸图像中与第一组元素相关的人脸图像子集，并且每个图像聚类包括一张或多张被确定为彼此高度相似的图像；以及

将所述一个或多个图像聚类内的具有最多数量图像的图像聚类识别为第一参考集。

3.根据权利要求2所述的方法，其特征在于，基于一组相似度分数构建一个或多个连通图，从而生成一个或多个图像聚类。

4.根据权利要求2所述的方法，其特征在于，计算该组相同标注人脸图像内的每对图像的相似度矩阵，包括：

基于预先训练的人脸图像表征模型提取该组相同标注人脸图像中每张图像的特征向量；

计算该组相同标注人脸图像中每两张图像对应的两个特征向量之间的余弦积，将所述余弦积作为所述两张图像间的相似度分数。

5.根据权利要求2所述的方法，其特征在于，选择的第一阈值满足：两张不具有相同身份的相同标注人脸图像之间的相似度大于或等于第一阈值的概率低于用户指定的容错率。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述第一参考图像集与所述符合再收集条件的第一图像子集合并，以获得一组干净的相同标注人脸图像；以及

将所述不符合再收集条件的第二图像子集识别为不良图像子集。

7.根据权利要求1所述的方法，其特征在于，选择的第二阈值满足：一张与所述第一参考图像集具有不同身份的图像相对于所述第一参考图像集的合并相似度分数大于或等于第二阈值的概率低于用户定义的容错率。

8.根据权利要求1所述的方法，其特征在于，所述第二阈值小于第一阈值。