[发明专利]一种人脸识别算法评测方法

说明书

本发明公开了一种人脸识别算法评测方法。它对接所测试的算法系统，对人脸数据进行标注修正确认，并给出测试报告，具体操作步骤如下：（1）被测人脸算法系统输出各测试素材的人脸信息；（2）通过输入模块对接被测人脸算法系统，读取算法识别出的各测试素材的人脸信息；（3）通过推荐模块对算法检测出的所有人脸的名称进行推荐标注；（4）通过修正模块对被测人脸算法系统输出数据的修正操作；（5）通过数据统计模块统计被测人脸算法系统精准度相关数据。本发明的有益效果是：测试过程中测试素材可以灵活添加不受限，减少了算法测试的环节和人力投入，极大提升算法测试的效率。

技术领域

本发明涉及应用人脸识别能力相关技术领域，尤其是指一种人脸识别算法评测方法。

背景技术

不同的人脸识别算法，在人脸的识别提取上具有不同的能力水平。为了评估算法的能力水平，需要使用大量已标注过人脸信息的素材来测试算法，通过比对算法识别提取出的人脸信息跟事先标注的人脸信息，评估出算法的能力水平。

针对每个测试素材需要标注的人脸信息包括视频里有哪些人脸，每个人脸出现在哪些镜头里等。因为视频文件的海量以及视频内容的丰富性，人脸标注工作是一个耗时耗力但又不可少的环节。目前除了人工标注视频人脸信息，已有一些半自动化的方法，如：基于海量人脸数据库进行人脸提取和自动聚类推荐，再人工排错确认形成一份准确的标识文件。半自动化标注的方法减少了人工一张张标注人脸的低效，但不管是人工标注还是半自动化标注，都需要在算法测试前完成测试视频的人脸标注工作；如果测试过程中需要添加新的测试素材，得先停止测试工作花时间标注完视频的人脸信息再继续测试。

发明内容

本发明是为了克服现有技术中存在上述的不足，提供了一种提升算法测试效率的人脸识别算法评测方法。

为了实现上述目的，本发明采用以下技术方案：

一种人脸识别算法评测方法，对接所测试的算法系统，对人脸数据进行标注修正确认，并给出测试报告，具体操作步骤如下：

（1）被测人脸算法系统输出各测试素材的人脸信息；

（2）通过输入模块对接被测人脸算法系统，读取算法识别出的各测试素材的人脸信息；

（3）通过推荐模块对算法检测出的所有人脸的名称进行推荐标注；

（4）通过修正模块对被测人脸算法系统输出数据的修正操作；

（5）通过数据统计模块统计被测人脸算法系统精准度相关数据。

对于算法来说，因为算法自身能力的局限，从测试素材里检测出的人脸可能不是真人脸，有些人脸可能未被检测出来；对于检测出的人脸，算法本身并不能识别出每张脸具体是谁，只有结合海量的人脸库数据，通过相似度比对，才能识别出每张脸具体是谁，并且识别结果也可能是错的。因此算法提取的人脸信息都需要进行确认，不管是通过人工确认还是通过人脸标识文件进行比对确认。对于传统的人脸标注系统，人工标注一张张脸耗时耗力；半自动化标注先聚类后人工排错需要有专门的聚类和排错操作。上面两种方法，都需要在测试之前针对每个测试素材专门标注生成一份人工标注文件；在测试过程中需要增加新测试素材的话，需要等这些测试文件标注完后测试才能继续，人力和效率上都存在很大的浪费。本发明不需要在测试前先完成测试素材的人脸标注工作，只要在算法测试过程中，基于算法的人脸识别结果，结合系统的自动推荐功能，增加一小部分人力进行人脸信息的标注和修正，在测试后即可给出算法能力的各类指标值，又可自动生成一份针对视频素材的人脸标识文件，因此测试过程中测试素材可以灵活添加不受限，减少了算法测试的环节和人力投入，极大提升算法测试的效率。

作为优选，在步骤（2）中，在输入模块里，如果给每个测试素材配置了对应的人脸标识文件，直接执行步骤（5），数据统计模块即可汇总统计出该素材的算法测试报告；如果不给每个测试素材配置了对应的人脸标识文件，则执行步骤（3）。