[发明专利]一种生成人脸检测模型、三维人脸图像的方法及装置

说明书

本发明实施例提供了一种生成人脸检测模型、三维人脸图像的方法及装置，包括：以预先标记了人脸检测框的训练视频为训练样本对神经网络模型进行训练，得到人脸检测模型，神经网络模型的损失函数是根据训练视频中各帧训练图像的损失函数确定的。采用人脸检测模型确定待检测视频中各帧待检测图像中的人脸检测框，根据待检测视频中各帧待检测图像中的人脸检测框生成待检测视频对应的三维人脸图像。由于每帧训练图像的损失函数与训练图像的帧约束图像相关，故人脸检测模型在检测视频中待检测图像的人脸检测框时，结合待检测图像与帧约束图像之间的关系，从而减少了各待检测图像中人脸检测框的抖动，提高了构建的三维人脸图像的精度。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种生成人脸检测模型、三维人脸图像的方法及装置。

背景技术

目前，在金融支付领域，基于人脸识别的实名认证方式因具有准确率高、客户体验好的优点，正逐步成为金融支付领域重要的辅助认证方式。然而，在实际应用过程中，采用2D人脸图像进行识别时，结果受光照、遮挡、姿态等因素的影响大，导致识别率较低。相较于2D人脸图像而言，3D人脸图像包含人脸的空间信息，因此采用3D人脸图像来做人脸识别比采用2D人脸图像做人脸识别具有更好的鲁棒性以及更高的精度。但是采用现有的人脸检测算法从2D图像中检测出人脸图像后，根据人脸图像构建的3D人脸图像出现抖动的问题，导致构建3D人脸图像的精度较低。

发明内容

由于采用现有的人脸检测算法检测出的人脸图像构建三维人脸图像时出现抖动，导致构建三维人脸图像的精度较低的问题，本发明实施例提供了一种生成人脸检测模型、三维人脸图像的方法及装置。

第一方面，本发明实施例提供了一种生成人脸检测模型的方法，包括：

获取多个训练视频，所述训练视频包括多帧连续的训练图像，所述训练图像预先标记了人脸检测框；

以所述训练视频为训练样本对神经网络模型进行训练；

针对每个训练视频，确定所述训练视频中各帧训练图像的损失函数；其中，每帧训练图像的损失函数是根据所述训练图像中预先标记的人脸检测框、所述神经网络模型预测输出的所述训练图像中的人脸检测框以及所述神经网络模型预测输出的所述训练图像的帧约束图像中的人脸检测框确定的；所述训练图像的帧约束图像为所述训练视频中与所述训练图像相邻的N帧图像，N为大于0的整数；

根据所述训练视频中各帧训练图像的损失函数确定所述神经网络模型的损失函数；

最小化所述神经网络模型的损失函数，得到人脸检测模型。

由于在对神经网络模型进行训练时，以多个训练视频为训练样本，根据训练视频中各帧训练图像的损失函数确定神经网络模型的损失函数，故训练出的人脸检测模型适用于检测由多帧图像组成的视频。

可选地，所述每帧训练图像的损失函数是根据所述训练图像中预先标记的人脸检测框、所述神经网络模型预测输出的所述训练图像中的人脸检测框以及所述神经网络模型预测输出的所述训练图像的帧约束图像中的人脸检测框确定的，包括：

针对所述训练视频中的每帧训练图像，将所述训练视频中与所述训练图像相邻的且位于所述训练图像之前的N帧训练图像确定为所述训练图像的帧约束图像；

确定所述神经网络模型预测输出的所述训练图像中的人脸检测框与所述训练图像中预先标记的人脸检测框之间的第一距离；

确定所述神经网络模型预测输出的所述训练图像中的人脸检测框分别与所述神经网络模型预测输出的每一帧帧约束图像中的人脸检测框之间的第二距离；

根据所述第一距离与所述第二距离确定所述训练图像的损失函数。

第二方面，本发明实施例提供了一种生成三维人脸图像的方法，包括：