[发明专利]儿童人脸识别模型的训练方法、装置以及存储介质

说明书

本申请实施例公开了一种儿童人脸识别模型的训练方法和对应装置，用于进行儿童人脸识别模型的训练。本申请实施例提供的方法包括：获取预先训练好的成人人脸识别模型；获取儿童人脸图像样本集；获得初始图像分类层，并根据儿童人脸图像的身份标签设置初始图像分类层，得到目标人脸图像分类层；使用目标人脸图像分类层替换成人人脸识别模型的分类层，得到初始儿童人脸识别模型；冻结初始儿童人脸识别模型的分类层之前的多层神经网络，使得训练时分类层之前的多层神经网络的参数不变；对过渡儿童人脸识别模型中的分类层之前的多层神经网络进行解冻；使用儿童人脸图像样本集对儿童人脸识别模型进行训练，得到目标儿童人脸识别模型。

技术领域

本申请实施例涉及人脸识别领域，具体涉及一种儿童人脸识别模型的训练方法、装置以及存储介质。

背景技术

人脸识别作为身份识别的重要方式，目前广泛应用于公安、金融、机场、地铁、边防口岸等需要对人员身份进行识别的重要领域中。

人脸识别技术，主要是采集个人的人脸图像进行对比分析，通过人脸图像确认个人身份，目前较优的方式是通过神经网络对人脸图像进行识别。常见的人脸识别模型是按照成人的标准训练的，但是儿童的人脸图像与成人的人脸图像相差较大，不易准确识别。通常提高神经网络对儿童人脸图像识别率的方法是，使用大量对应的儿童人脸图像样本对神经网络进行训练，改善神经网络的参数。

但是，网络上的儿童人脸图像样本数量较少，使用数量较少的儿童人脸图像样本训练人脸识别模型，会由于样本数量不足，导致训练出的人脸识别模型的对儿童的识别准确率不够高。

发明内容

本申请提供了儿童人脸识别模型的训练方法、装置以及存储介质，能够通过有限的儿童人脸图像样本，得到可以准确识别儿童人脸图像的人脸识别模型。

本申请第一方面提供了儿童人脸识别模型的训练方法，包括：

获取预先训练好的成人人脸识别模型，所述成人人脸识别模型使用成人人脸图像样本集训练得到；

获取儿童人脸图像样本集，所述儿童人脸图像样本集包括多个具有身份标签的儿童人脸图像；

获取初始图像分类层，并根据儿童人脸图像的身份标签设置所述初始图像分类层，得到目标人脸图像分类层，其中所述目标人脸图像分类层的输出结果与所述儿童人脸图像样本集的身份标签对应；

使用所述目标人脸图像分类层替换所述成人人脸识别模型的分类层，得到初始儿童人脸识别模型；

冻结所述初始儿童人脸识别模型的分类层之前的多层神经网络，使得训练时所述分类层之前的多层神经网络的参数不变；

使用所述儿童人脸图像样本集训练所述到初始儿童人脸识别模型，得到过渡儿童人脸识别模型；

对所述过渡儿童人脸识别模型中的分类层之前的多层神经网络进行解冻；

使用所述儿童人脸图像样本集对所述儿童人脸识别模型进行训练，得到目标儿童人脸识别模型。

基于本申请实施例第一方面，本申请实施例第一方面的第一种实施方式中，所述使用所述儿童人脸图像样本集训练所述初始儿童人脸识别模型，包括：

从所述儿童人脸图像样本集中随机选择儿童人脸图像输入所述初始儿童人脸识别模型得到识别结果；

根据所述识别结果计算所述初始儿童人脸识别模型的损失函数；

判断所述初始儿童识别模型的损失函数是否小于预设值；

若小于所述预设值，确认所述儿童人脸识别模型训练完成；