[发明专利]深度图像模型训练方法及装置

说明书

本说明书实施例提供深度图像模型训练方法及装置，其中所述深度图像模型训练方法包括：从样本视频文件中提取样本对象的第一面部视频帧和第二面部视频帧，根据所述第一面部视频帧确定所述第二面部视频帧对应的位姿变换矩阵，将所述第一面部视频帧输入深度图像模型进行处理，生成所述第一面部视频帧的深度图像，并基于所述深度图像确定所述第一面部视频帧的深度特征信息，基于所述深度特征信息、所述位姿变换矩阵以及预先获取的相机参数生成所述第二面部视频帧对应的虚拟合成图像，计算所述虚拟合成图像与所述第二面部视频帧之间的误差，并根据计算结果对所述深度图像模型进行迭代训练。

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种深度图像模型训练方法。本说明书一个或者多个实施例同时涉及一种深度图像模型训练装置，一种计算设备，以及一种计算机可读存储介质。

背景技术

随着信息技术的发展，对动物的身份认证以及身份信息管理越来越被大众所重视，并且在很多面向动物的领域或服务中，例如宠物保险、动物认证识别、科研管理、受保护物种跟踪等等，在这些领域中对动物进行身份认证以及身份信息管理是不可或缺的一部分。

对动物进行身份认证和身份信息管理的核心，是对动物进行精准的身份识别，只有在准确地对动物进行身份识别的基础上，才能有效地增强对动物的身份认证以及身份信息管理，从而向动物提供更优质的、个性化的服务或研究，而目前多采用识别动物的面部图像、虹膜图像或鼻纹图像的方式实现对动物的身份识别，为保证识别结果的准确性，就要求所述面部图像、虹膜图像或鼻纹图像均为正视角图像，在采集的面部图像、虹膜图像或鼻纹图像为非正视角图像的情况下，可通过计算图像的拍摄角度，从而根据拍摄角度将非正视角图像转换为正视角图像，但目前提供的拍摄角度计算方式所获得的计算结果准确度较低，因此，亟需一种更为有效的方法以解决此类问题。

发明内容

有鉴于此，本说明书实施例提供了一种深度图像模型训练方法。本说明书一个或者多个实施例同时涉及一种深度图像模型训练装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种深度图像模型训练方法，包括：

从样本视频文件中提取样本对象的第一面部视频帧和第二面部视频帧；

根据所述第一面部视频帧确定所述第二面部视频帧对应的位姿变换矩阵；

将所述第一面部视频帧输入深度图像模型进行处理，生成所述第一面部视频帧的深度图像，并基于所述深度图像确定所述第一面部视频帧的深度特征信息；

基于所述深度特征信息、所述位姿变换矩阵以及预先获取的相机参数生成所述第二面部视频帧对应的虚拟合成图像；

计算所述虚拟合成图像与所述第二面部视频帧之间的误差，并根据计算结果对所述深度图像模型进行迭代训练。

可选地，所述从样本视频文件中提取样本对象的第一面部视频帧和第二面部视频帧，包括：

在所述样本视频文件包含的多个视频帧中，检测所述样本对象的面部特征点；

根据检测结果确定所述多个视频帧中，所述样本对象的面部特征点的对称关系，并根据所述对称关系将所述多个视频帧划分为第一面部视频帧和第二面部视频帧。

可选地，所述根据所述对称关系将所述多个视频帧划分为第一面部视频帧和第二面部视频帧，包括：

根据所述对称关系确定所述多个视频帧中各视频帧包含的满足预设对称条件的面部特征点数量；

将包含的满足预设对称条件的面部特征点数量大于预设数量阈值的视频帧划分为第一面部视频帧，并将所述多个视频帧中除所述第一面部视频帧之外的视频帧划分为第二面部视频帧。