[发明专利]一种针对特定人群的人脸特征获取方法及设备

说明书

本申请实施例提供了一种针对特定人群的人脸特征获取方法及设备，通过获取特定人群的面部图像集合；基于预设的人脸特征提取神经网络，提取所述面部图像集合中各面部图像对应的人脸特征、以及与各所述人脸特征分别对应的人脸特征值；基于预设规则，并根据各所述人脸特征值，确定各所述人脸特征的重要性；并根据各所述人脸特征的重要性，筛选出所述特定人群对应的特定人脸特征。通过上述方案，可以实现在小样本的环境下，获取特定人群的人脸特征，获取的特定人群的人脸特征相较于其他人具有明显的区别，更能突出特定人群。

技术领域

本申请涉及面部识别技术领域，尤其涉及一种针对特定人群的人脸特征获取方法及设备。

背景技术

随着科技的快速发展，人脸识别等技术的精度和速度得到不断的提高，被广泛应用于门禁识别系统、刑侦通缉、政务办理、智能设备解锁、公共场所监控等领域。人脸特征是人脸识别过程中的重要组成部分，在人脸识别等技术中至关重要，会影响人脸识别等技术的精度，影响用户体验。

现有技术中，一般通过人工神经网络提取面部图像的人脸特征，以用于后续的人脸识别等技术。由本领域技术人员可知，人工神经网络的训练需要大量的训练样本、较长的训练时间，从而消耗大量的人力物力。现在社会猪呢个，一些科研机构和研究团体也会将使用公开数据得到的人工神经网络进行开源，免费提供进行人脸识别等技术的使用。在人工神经网络进行人脸识别的过程中也需要进行人脸特征提取，因此，通过这些开源的人工神经网络也是可以提取人脸特征的。然而，这些开源的人工神经网络大部分是针对全球，不适用于某些特定人群使用。例如，可能这些开源的人工神经网络大部分的训练样本欧美人，那么对亚洲人的使用效果并不优异。

基于此，如何提供一种针对特定人群的人脸特征获取技术成为重要的技术问题。

发明内容

本说明书实施例提供一种针对特定人群的人脸特征获取方法及设备，用于解决现有技术中的如下技术问题：开源的人工神经网络不能有效的针对特征人群的人脸特征读取，因此开源的人工神经网络无法为特定人群提供特定的人脸识别、人脸对比等神经网络，而重新训练针对特定人群的人工神经网络需要耗费大量的人力物力。

本说明书实施例采用下述技术方案：

一种针对特定人群的人脸特征获取方法，其包括：

获取特定人群的面部图像集合；

基于预设的人脸特征提取神经网络，提取所述面部图像集合中各面部图像对应的人脸特征、以及与各所述人脸特征分别对应的人脸特征值；

基于预设规则，并根据各所述人脸特征值，确定各所述人脸特征的重要性；

根据各所述人脸特征的重要性，筛选出所述特定人群对应的特定人脸特征。

在本申请的一些实施例中，所述基于预设规则，并根据各所述人脸特征值，确定各人脸特征的重要性，具体包括：

将各面部图像的人脸特征以及相应的人脸特征值作为训练集，进行神经网络模型训练，以得到相应的多分类模型；

根据所述多分类模型，计算每个人脸特征对应的基尼系数；

根据各所述人脸特征的基尼系数，确定各所述人脸特征的重要性。

在本申请的一些实施例中，所述多分类模型为分类树模型；

其中，所述分类树模型为随机森林模型、或极端随机树模型。

在本申请的一些实施例中，在所述多分类模型为随机森林模型的情况下，所述得到多分类模型具体包括：

确定所述随机森林模型中决策树个数N、以及各决策树对应的样本数量M；

每次随机抽取所述特定人群的多个面部图像中的M个面部图像，重复抽取N次，以获得N个训练样本集；