[发明专利]人脸识别模型的处理方法、人脸识别方法及装置

说明书

本申请涉及一种人脸识别模型的处理方法、人脸识别方法及装置。上述方法涉及人工智能领域的计算机视觉技术，该方法包括：先使用第一样本集合中的多数群体人脸图像对初始人脸识别模型进行预训练，获得预训练人脸识别模型，接着使用第一样本集合、第二样本集合和第三样本集合中的样本图像对预训练人脸识别模型进行微调训练，在微调训练过程中，排除属于第三样本集合且包括多数群体人脸的样本图像对应的梯度后，使用样本图像集合中剩余的样本图像对应的梯度更新预训练人脸识别模型的模型参数。本方法可以应用于智慧商超、智慧交通等场景下的人脸识别，采用本方法能够提高对各类群体的人脸识别准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种人脸识别模型的处理方法、人脸识别方法及装置。

背景技术

随着人工智能的发展，机器学习模型的使用越来越广泛。比如，在用户通过计算机设备进行各种操作之前，往往需要进行人脸识别操作，而人脸识别操作，通常通过人脸识别模型进行数据处理。

目前，对于不同的用户群体，人脸识别模型的识别准确度存在较大偏差，即传统的人脸识别操作存在不准确的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高对各类群体人脸识别准确性的人脸识别模型的处理方法、人脸识别方法及装置。

一种人脸识别模型的处理方法，该方法包括：

获取第一样本集合、第二样本集合和第三样本集合，第一样本集合中的样本为多数群体人脸图像，第二样本集合中的样本为少数群体人脸图像，第三样本集合包括多数群体人脸图像和少数群体人脸图像；

使用第一样本集合中的多数群体人脸图像对初始人脸识别模型进行预训练，获得预训练人脸识别模型；

迭代地从第一样本集合、第二样本集合和第三样本集合中，获得微调训练所需的样本图像集合，在使用样本图像集合中的样本图像对预训练人脸识别模型进行微调训练的过程中，排除属于第三样本集合且包括多数群体人脸的样本图像对应的梯度后，使用样本图像集合中剩余的样本图像对应的梯度更新预训练人脸识别模型的模型参数，直至停止迭代时，获得用于对多数群体人脸图像及少数群体人脸图像进行人脸识别的人脸识别模型。

一种人脸识别模型的处理装置，该装置包括：

获取模块，用于获取第一样本集合、第二样本集合和第三样本集合，第一样本集合中的样本为多数群体人脸图像，第二样本集合中的样本为少数群体人脸图像，第三样本集合包括多数群体人脸图像和少数群体人脸图像；

预训练模块，用于使用第一样本集合中的多数群体人脸图像对初始人脸识别模型进行预训练，获得预训练人脸识别模型；

微调训练模块，用于迭代地从第一样本集合、第二样本集合和第三样本集合中，获得微调训练所需的样本图像集合，在使用样本图像集合中的样本图像对预训练人脸识别模型进行微调训练的过程中，排除属于第三样本集合且包括多数群体人脸的样本图像对应的梯度后，使用样本图像集合中剩余的样本图像对应的梯度更新预训练人脸识别模型的模型参数，直至停止迭代时，获得用于对多数群体人脸图像及少数群体人脸图像进行人脸识别的人脸识别模型。

在一个实施例中，预训练模块还用于：从第一样本集合中获取多数群体人脸图像及对应的人脸标签信息；将从第一样本集合中获取的多数群体人脸图像输入初始人脸识别模型，获得人脸识别预测结果；根据人脸标签信息与人脸识别预测结果构建预训练损失函数；将预训练损失函数最小化时的模型参数作为初始人脸识别模型更新的模型参数后，返回从第一样本集合中获取多数群体人脸图像的步骤继续训练，直至满足训练结束条件。

在一个实施例中，预训练模块还用于：通过初始人脸识别模型中的特征提取网络，提取各多数群体人脸图像对应的人脸图像特征；通过初始人脸识别模型中的分类网络，基于人脸图像特征获得各多数群体人脸图像对应的人脸识别预测结果。