[发明专利]异质人脸识别模型训练方法、人脸识别方法及相关装置有效

专利信息
申请号: 202010319293.5 申请日: 2020-04-21
公开(公告)号: CN111582066B 公开(公告)日: 2023-10-03
发明(设计)人: 马骏 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/774
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 黎坚怡
地址: 310051 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异质人脸 识别 模型 训练 方法 相关 装置
【说明书】:

本申请提供异质人脸识别模型训练方法、人脸识别方法及相关装置。异质人脸识别模型训练方法包括:将可见光人脸图像和异质人脸图像联合生成可见光‑异质联合图像;通过可见光‑异质联合图像、可见光人脸图像样本集和异质人脸图像样本集对异质人脸识别模型进行训练。通过本申请的训练方法训练的异质人脸识别模型可以利用可见光照片底库对异质人脸图像进行识别,可以无需使用异质图片底库进行对比,提高异质人脸识别方法的实用性。

技术领域

本申请涉及图像识别技术领域,特别是涉及异质人脸识别模型训练方法、人脸识别方法及相关装置。

背景技术

目前在安防领域内,当遇到夜晚等光线比较暗的场景时,为了从抓拍到的图像内提取到有价值的信息,通常的做法是在相机旁边架设能够提高成像质量和清晰度的补光灯,这种做法虽然能够在很大程度上解决照度不均衡的问题,但是补光灯也给面对镜头的人们带来了并不友好的体验,尤其是在道路上的相机,甚至会对驾驶员带来一定的安全隐患。

目前带有红外功能的设备在一定程度上可以缓解光线等外界环境对人脸识别算法的影响,但是目前业界主流的方案还是通过采集目标人员的红外证件照底库用于进行后期比对,但是这种方法的成本以及实用性不如基于普通证件照作为底库的方案,此外,要想在大规模场景下应用,获取大规模的红外底库是不现实的。与识别红外图片类似,通过构建的素描图片底库等异质图片底库对异质图片进行识别的方法实用性不高。

发明内容

本申请提供异质人脸识别模型训练方法、人脸识别方法及相关装置,通过本申请的训练方法训练的异质人脸识别模型可以利用可见光照片底库对异质人脸图像进行识别,可以无需使用异质图片底库进行对比,提高异质人脸识别方法的实用性。

为解决技术问题,本申请提供一种异质人脸识别模型训练方法,该方法包括:将可见光人脸图像和异质人脸图像联合生成可见光-异质联合图像;通过可见光-异质联合图像、可见光人脸图像样本集和异质人脸图像样本集对异质人脸识别模型进行训练。

为解决技术问题,本申请提供一种人脸识别方法,该人脸识别方法包括:

获取异质人脸图像或可见光人脸图像;

通过异质人脸识别模型对异质人脸图像或可见光人脸图像进行识别;

其中,异质人脸识别模型是通过上述异质人脸识别模型的训练方法进行训练得到的。

为解决上述技术问题,本申请提供一种智能装置,该智能装置包括存储器和处理器;

存储器用于存储实现如上述的异质人脸识别模型的训练方法的程序指令;和/或,存储器用于存储实现如上述的人脸识别方法;

处理器用于执行存储器存储的程序指令。

为解决技术问题,本申请提供一种计算机存储介质,其中存储有计算机程序,计算机程序被执行时实现上述异质人脸识别模型的训练方法和人脸识别方法中的步骤。

本申请的方法是:通过可见光人脸图像和异质人脸图像联合生成可见光-异质联合图像,并将可见光-异质联合图像作为异质人脸识别模型的训练样本,可以充分地增加模型训练样本数,对可见光-异质联合图像对应的人员的可见光照片和异质照片进行充分的采样,可以提高异质人脸识别模型的训练效果,这样通过上述方法训练好的异质人脸识别模型识别异质人脸图像时可以仅利用可见光照片底库,可以无需使用异质图片底库进行对比,提高异质人脸识别方法的实用性,可以解决异质数据匮乏导致异质图片底库难以建立的问题。

附图说明

为了更清楚地说明本申请实施方式中的技术方案,下面将对实施方式描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施方式,对本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202010319293.5/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top