[发明专利]基于难样本挖掘的大规模人脸识别测试集构建方法及装置

说明书

本发明公开了一种基于难样本挖掘的大规模人脸识别测试集构建方法及装置，该方法包括：构建多个人物名称列表，将多个人物名称列表聚集在数据池中，并对数据池中的列表进行处理；根据数据池中的人物名称，通过搜索引擎寻找人物名称对应的人脸；将人物名称对应的人脸输入人脸识别模型中得到人脸相似度，根据相似度判断人脸是否为难样本，根据得到的难样本构建测试集。该方法通过统一构建标注员熟悉的人名列表，避免在标注过程中引入噪声。通过现有人脸识别模型辅助进行难样本挖掘，可以构建足够困难的大规模人脸识别数据集。

技术领域

本发明涉及计算机视觉技术领域，特别涉及一种基于难样本挖掘的大规模人脸识别测试集构建方法及装置。

背景技术

大规模人脸识别测试集旨在对人脸识别的性能进行全面的评测，对不同人脸识别模型的好坏进行比较，并指出识别方法的失败情况以及改进方向。

尽管近年来有一系列的人脸识别数据集被广泛使用，但是这些数据集在构建方法和难度上都有很大的缺陷。这主要是由于(1)在人工构建数据集时，标注员对于陌生人脸，很难精确判断是否为同一个人。(2)大量被人工标记的人脸，都非常简单，导致数据集难度低，很容易饱和。

现如今，有代表性的人脸识别数据集主要分为三种：

(1)LFW系列、AgeDB、CFP，主要对两张人脸是否属于同一个人进行评测，因为比较简单，基于深度学习的人脸识别模型在上面已经饱和。

(2)IQIYI-VID和YTF数据集主要对基于视频的人脸识别算法进行评测，也已经饱和。

(3)IJB系列和MegaFace数据集主要对人脸验证和人脸比对进行测评，数据集规模比较大，但是由于标注员对于陌生人脸，很难精确判断是否为同一个人，所以这些数据集包含很多噪声，严重影响了对算法的评价。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种基于难样本挖掘的大规模人脸识别测试集构建方法，该方法统一构建标注员熟悉的人名列表，使得标注员通过列表搜索可信来源的人脸，从而构建完全干净的人脸识别测试集，利用人脸识别模型辅助进行难样本挖掘，可以构建足够困难的大规模人脸识别数据集。

本发明的另一个目的在于提出一种基于难样本挖掘的大规模人脸识别测试集构建装置。

为达到上述目的，本发明一方面实施例提出了一种基于难样本挖掘的大规模人脸识别测试集构建方法，包括：

构建多个人物名称列表，将所述多个人物名称列表聚集在数据池中，并对所述数据池中的列表进行处理；

根据所述数据池中的人物名称，通过搜索引擎寻找人物名称对应的人脸；

将所述人物名称对应的人脸输入人脸识别模型中得到人脸相似度，根据相似度判断所述人脸是否为难样本，根据得到的难样本构建测试集。

本发明实施例的基于难样本挖掘的大规模人脸识别测试集构建方法，通过构建多个人物名称列表，将多个人物名称列表聚集在数据池中，并对数据池中的列表进行处理；根据数据池中的人物名称，通过搜索引擎寻找人物名称对应的人脸；将人物名称对应的人脸输入人脸识别模型中得到人脸相似度，根据相似度判断人脸是否为难样本，根据得到的难样本构建测试集。由此，解决了现有人脸识别数据集构建方法包含噪声、过于简单的问题。通过统一构建标注员熟悉的人名列表，避免在标注过程中引入噪声。通过现有人脸识别模型辅助进行难样本挖掘，可以构建足够困难的大规模人脸识别数据集。

另外，根据本发明上述实施例的基于难样本挖掘的大规模人脸识别测试集构建方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，对所述数据池中的列表进行处理，包括：对人物名称列表进行重复和冲突检测，将人物列表名称进行合并或删除。