[发明专利]用于训练人脸识别模型以及识别人脸的方法以及相关装置

说明书

本申请实施例公开了用于训练人脸识别模型以及识别人脸的方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及计算机视觉和深度学习技术领域，可用于人脸识别场景。一具体实施方式包括：获取经归一化处理后的原始人脸特征集；通过子类中心数为预设值的子类中心转换矩阵将原始人脸特征集转换为相应数量的新人脸特征集；分别计算各新人脸特征集与原始人脸特征集之间的相似度；按相似度由大到小的顺序，从各新人脸特征集中依次选取出各目标人脸特征集，并依次用各目标人脸特征集训练人脸识别模型，得到训练完成的目标人脸识别模型。该实施方式针对样本量级较小的情况，提供了一种渐进式的学习训练方式，提升了训练出的模型的识别精度。

技术领域

本申请涉及人工智能领域，具体涉及计算机视觉和深度学习技术，可用于人脸识别场景下，尤其涉及用于训练人脸识别模型的方法、装置、电子设备、计算机可读存储介质及计算机程序产品，以及用于识别人脸的方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术

目前的人脸识别模型在训练过程中对训练数据不加区分，此种方式在样本量级足够大时对最终训练出的模型精度影响有限，但在样本量级较小时存在训练不充分、容易出现过拟合的问题。

发明内容

本申请实施例提出了一种用于训练人脸识别模型的方法、装置、电子设备、计算机可读存储介质及计算机程序产品，同时还提出了用于识别人脸的方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

第一方面，本申请实施例提出了一种用于训练人脸识别模型的方法，包括：获取经归一化处理后的原始人脸特征集；通过子类中心数为预设值的子类中心转换矩阵将原始人脸特征集转换为相应数量的新人脸特征集，预设值大于1；分别计算各新人脸特征集与原始人脸特征集之间的相似度；按相似度由大到小的顺序，从各新人脸特征集中依次选取出各目标人脸特征集，并依次用各目标人脸特征集训练人脸识别模型，得到训练完成的目标人脸识别模型。

第二方面，本申请实施例提出了一种用于训练人脸识别模型的装置，包括：归一化处理单元，被配置成获取经归一化处理后的原始人脸特征集；类别转换单元，被配置成通过子类中心数为预设值的子类中心转换矩阵将原始人脸特征集转换为相应数量的新人脸特征集，预设值大于1；相似度计算单元，被配置成分别计算各新人脸特征集与原始人脸特征集之间的相似度；渐进式训练单元，被配置成按相似度由大到小的顺序，从各新人脸特征集中依次选取出各目标人脸特征集，并依次用各目标人脸特征集训练人脸识别模型，得到训练完成的目标人脸识别模型。

第三方面，本申请实施例提出了一种用于识别人脸的方法，包括：接收待识别人脸图像；调用目标人脸识别模型对待识别人脸图像进行识别；其中目标人脸识别模型是根据如第一方面中任一实现方式描述的用于训练人脸识别模型的方法得到。

第四方面，本申请实施例提出了一种用于识别人脸的装置，包括：待识别人脸图像接收单元，被配置成接收待识别人脸图像；人脸识别单元，被配置成调用目标人脸识别模型对待识别人脸图像进行识别；其中目标人脸识别模型是根据如第二方面中任一实现方式描述的用于训练人脸识别模型的方法得到。

第五方面，本申请实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现如第一方面中任一实现方式描述的用于训练人脸识别模型的方法和/或如第三方面中任一实现方式描述的用于识别人脸的方法。

第六方面，本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行时能够实现如第一方面中任一实现方式描述的用于训练人脸识别模型的方法和/或如第三方面中任一实现方式描述的用于识别人脸的方法。