[发明专利]姿态检测模型的生成、姿态检测方法、装置、设备及介质有效
申请号: | 201811553212.7 | 申请日: | 2018-12-18 |
公开(公告)号: | CN109670444B | 公开(公告)日: | 2019-12-24 |
发明(设计)人: | 王旭;张惜今 | 申请(专利权)人: | 北京字节跳动网络技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N20/00 |
代理公司: | 11332 北京品源专利代理有限公司 | 代理人: | 孟金喆 |
地址: | 100080 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 姿态检测 原始人脸图像 人脸图像 样本集 用户姿态 姿态变换 标准检测 标准姿态 姿态参数 误判 准确率 样本 | ||
本公开公开了一种姿态检测模型的生成、姿态检测方法、装置、设备及介质。该方法包括:获取至少一组姿态一致性样本集,其中,所述姿态一致性样本集中包括:原始人脸图像,与所述原始人脸图像满足姿态差异条件的至少一个姿态变换人脸图像,所述姿态变换人脸图像通过所述原始人脸图像变换生成;将每组所述姿态一致性样本集包括的各人脸图像的姿态参数设置为同一标准姿态参数值;采用所述至少一组姿态一致性样本集,对标准检测模型进行训练,形成姿态检测模型。本公开实施例可以避免使用照片实现用户姿态误判的情况,提高用户姿态识别准确率。
技术领域
本公开实施例涉及图像处理技术,尤其涉及一种姿态检测模型的生成、姿态检测方法、装置、设备及介质。
背景技术
人们在从事各种活动中,经常需要进行身份认证,从而保证信息的安全性。随着计算机和网络的发展,联网电子设备的普及使身份认证工作变得高效,通常身份认证需要确定被拍摄对象为活体。
目前,在金融系统、人脸识别系统中经常需要进行活体判断。在这个过程中,一般需要用户完成面部基础动作。例如,点头动作和/或摇头动作。现有技术主要通过检测多个包括用户脸部图像的照片中,设定脸部部位(例如,眼睛或者嘴巴等)姿态参数的变化情况,确定该用户是否为活体用户,同时使用人脸关键点定位和人脸追踪等技术,验证用户是否为本人操作。
发明人在实现本公开的过程中,发现现有技术存在如下缺陷:如果一个人拿着一个合法用户的照片进行上下翻转,很容易通过点头动作或者摇头动作的检测,导致活体检测失败。
发明内容
本公开实施例提供一种姿态检测模型的生成、姿态检测方法、装置、设备及介质,可以避免使用照片实现用户姿态误判的情况,提高用户姿态识别准确率。
第一方面,本公开实施例提供了一种姿态检测模型的生成方法,该方法包括:
获取至少一组姿态一致性样本集,其中,所述姿态一致性样本集中包括:原始人脸图像,与所述原始人脸图像满足姿态差异条件的至少一个姿态变换人脸图像,所述姿态变换人脸图像通过所述原始人脸图像变换生成;
将每组所述姿态一致性样本集包括的各人脸图像的姿态参数设置为同一标准姿态参数值;
采用所述至少一组姿态一致性样本集,对标准检测模型进行训练,形成姿态检测模型。
进一步的,所述获取姿态一致性样本集,包括:
获取原始人脸图像,并对所述原始人脸图像进行人脸姿态调整,得到与所述原始人脸图像对应的至少一个备选变换图像;
获取所述原始人脸图像以及各所述备选变换图像分别对应的姿态参数;
计算各所述备选变换图像与所述原始人脸图像的姿态参数差异值;
将姿态参数差异值满足设定阈值条件的备选变换图像作为所述姿态变换人脸图像。
进一步的,所述标准检测模型为原始机器学习模型;
所述采用所述至少一组姿态一致性样本集,对标准检测模型进行训练,形成姿态检测模型,包括:
采用所述至少一组姿态一致性样本集以及标准姿态训练样本集,对所述原始机器学习模型进行训练,形成所述姿态检测模型。
进一步的,所述标准检测模型为通过标准姿态训练样本集训练得到的姿态基础检测模型;
所述获取所述原始人脸图像以及各所述备选变换图像分别对应的姿态参数,包括:
将所述原始人脸图像以及各所述备选变换图像分别输入至所述姿态基础检测模型,并获取所述姿态基础检测模型输出的姿态参数;
采用所述至少一组姿态一致性样本集,对标准检测模型进行训练,形成姿态检测模型,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811553212.7/2.html,转载请声明来源钻瓜专利网。