[发明专利]人脸识别模型训练方法及相关装置、人脸识别方法及相关装置

说明书

本申请实施例公开了人脸识别模型训练方法及相关装置、人脸识别方法及相关装置，用于减少人脸识别模型的训练对戴眼镜样本的需求。本申请实施例方法包括：获取基础人脸识别网络，所述基础人脸识别网络是未经训练的人脸识别模型；获取多个用户的第一样本图像，所述第一样本图像为用户的不包含眼镜的人脸图像；在所述人脸图像中添加预先生成的眼镜模板，得到所述用户的第二样本图像；为同一用户的第一样本图像以及第二样本图像添加所述同一用户的身份标签；将所述第一样本图像和所述第二样本图像的用户身份标签作为监督信号，使用所述第一样本图像和所述第二样本图像，对所述基础人脸识别网络进行监督训练，得到目标人脸识别模型。

技术领域

本申请实施例涉及图像识别领域，具体涉及人脸识别模型训练方法及相关装置、人脸识别方法及相关装置。

背景技术

随着图像处理与模式识别技术的快速进步及人脸识别的快捷方便，基于视频图像处理的人脸识别系统得到了广泛的运用，例如考勤，出入口控制，安全监控等领域都已经大量应用了人脸识别系统。然而，人脸识别效果往往受到光线、化妆、戴眼镜等因素的影响，尤其是戴大黑边框眼镜的问题，严重影响人脸识别的效果和人脸识别设备的体验感。

采用深度网络模型进行人脸识别，能够在不同环境下对人脸都有着较好的识别效果，还可以识别戴眼镜的人脸图像。但是，深度网络模型使用前需要大量的对应的样本进行训练，为了使深度网络模型能够较好地识别戴眼镜的人脸图像，需要准备大量戴眼镜的人脸图像作为训练样本。而戴眼镜的人脸图像较少，不易获得。

发明内容

本申请实施例提供了人脸识别模型训练方法及相关装置、人脸识别方法及相关装置，用于训练和使用能够识别戴眼镜的人脸图像的人脸识别模型。

本申请第一方面提供了一种人脸识别模型训练方法，包括：

获取基础人脸识别网络，所述基础人脸识别网络是未经训练的人脸识别模型；

获取多个用户的第一样本图像，所述第一样本图像为用户的不包含眼镜的人脸图像；

在所述人脸图像中添加预先生成的眼镜模板，得到所述用户的第二样本图像；

为同一用户的第一样本图像以及第二样本图像添加所述同一用户的身份标签；

将所述第一样本图像和所述第二样本图像的用户身份标签作为监督信号，使用所述第一样本图像和所述第二样本图像，对所述基础人脸识别网络进行监督训练，得到目标人脸识别模型。

优选地，在所述人脸图像中添加预先生成的眼镜模板前，所述方法还包括：

对所述第一样本图像进行预处理操作，所述预处理操作包括：调整图像尺寸、标注面部特征点、框选面部图像中的至少一种。

优选地，所述在所述人脸图像中添加预先生成的眼镜模板，得到所述用户的第二样本图像，包括：在同一所述人脸图像中添加不同的眼镜模板，生成同一所述人脸图像的多个第二样本图像。

对应于所述识别方法，本申请实施例第二方面提供了一种人脸识别方法，包括：

获取待识别的人脸图像；

获取预先生成的用户人脸图像数据库；

获得预先训练好的目标人脸识别模型，其中所述目标人脸识别模型是通过以下方式训练得到的：获取基础人脸识别网络，所述基础人脸识别网络是未经训练的人脸识别模型；获取多个用户的第一样本图像，所述第一样本图像为用户的不包含眼镜的人脸图像；在所述人脸图像中添加预先生成的眼镜模板，得到所述用户的第二样本图像；为同一用户的第一样本图像以及第二样本图像添加所述同一用户的身份标签；将所述第一样本图像和所述第二样本图像的用户身份标签作为监督信号，使用所述第一样本图像和所述第二样本图像，对所述基础人脸识别网络进行监督训练，得到目标人脸识别模型；