人脸数据清洗方法及装置制造方法及图纸

本公开是关于人脸数据清洗方法及装置。方法包括：获取与目标人物相关的第一待处理的人脸数据；基于第一人脸识别模型分别提取各人脸数据的人脸特征，并根据各人脸数据的人脸特征，确定目标人物的第一人脸特征；根据各人脸数据的人脸特征及目标人物的第一人脸特征，筛选出各人脸数据中不需要清洗的第一人脸数据、需要删除的第二人脸数据及需要清洗的第三人脸数据；清洗第三人脸数据得到第四人脸数据，将第一人脸数据及第四人脸数据确定为目标人物对应的第一目标人脸数据。本公开能够减少数据清洗操作所需花费的时间和人力，降低数据清洗的成本，提高数据清洗的效率。

【技术实现步骤摘要】
人脸数据清洗方法及装置
本公开涉及终端
，尤其涉及人脸数据清洗方法及装置。
技术介绍
基于深度学习的人脸识别技术大大提高了人脸识别的准确性，促进了人脸识别在金融、公安、支付等领域的应用。但是，基于深度学习的人脸识别需要大量经过标注的人脸数据作为训练样本，因此数据整理的需求很大。同时，通过网络搜索等方式获取的人脸数据，往往一个人的人脸数据中混杂着其它人的人脸数据，甚至是非人脸的数据，需要对这些数据进行清洗。
技术实现思路
为克服相关技术中存在的问题，本公开实施例提供一种人脸数据清洗方法及装置。所述技术方案如下：根据本公开实施例的第一方面，提供一种人脸数据清洗方法，方法包括：获取与目标人物相关的第一待处理的人脸数据；基于第一人脸识别模型分别提取各所述人脸数据的人脸特征，并根据各所述人脸数据的人脸特征，确定所述目标人物的第一人脸特征；根据各所述人脸数据的人脸特征及所述目标人物的第一人脸特征，筛选出各所述人脸数据中不需要清洗的第一人脸数据、需要删除的第二人脸数据及需要清洗的第三人脸数据；清洗所述第三人脸数据得到第四人脸数据，将所述第一人脸数据及所述第四人脸数据确定为所述目标人物对应的第一目标人脸数据。在一个实施例中，所述根据各所述人脸数据的人脸特征及所述目标人物的第一人脸特征，筛选出所述各所述人脸数据中不需要清洗的第一人脸数据、需要删除的第二人脸数据及需要清洗的第三人脸数据，包括：计算各所述人脸数据的人脸特征与所述目标人物的第一人脸特征的相似度；将各所述人脸数据中相似度大于第一阈值的人脸数据，确定为不需要清洗的第一人脸数据；及将各所述人脸数据中相似度不大于所述第一阈值、且大于第二阈值的人脸数据，确定为需要清洗的第三人脸数据；及将各所述人脸数据中相似度不大于所述第二阈值的人脸数据，确定为需要删除的第二人脸数据。在一个实施例中，所述根据各所述人脸数据的人脸特征，确定所述目标人物的第一人脸特征，包括：计算各所述人脸数据的人脸特征的平均值；将计算得到的平均值，确定为所述目标人物的第一人脸特征。在一个实施例中，在所述将所述第一人脸数据及所述第四人脸数据，确定为所述目标人物对应的第一目标人脸数据之后，所述方法还包括：基于所述第一人脸数据及所述第四人脸数据，训练所述第一人脸识别模型，得到训练后的第二人脸识别模型；基于所述第二人脸识别模型分别提取各所述第一目标人脸数据及第二待处理的人脸数据的人脸特征，并根据各所述第一目标人脸数据的人脸特征，确定所述目标人物的第二人脸特征；根据所述目标人物的第二人脸特征及各所述第二待处理的人脸数据的人脸特征，筛选出各所述第二待处理的人脸数据中不需要清洗的第五人脸数据、需要删除的第六人脸数据及需要清洗的第七人脸数据；清洗所述第七人脸数据得到第八人脸数据，将所述第一人脸数据、所述第四人脸数据、所述第五人脸数据及所述第八人脸数据确定为所述目标人物对应的第二目标人脸数据。在一个实施例中，所述获取与目标人物相关的第一待处理的人脸数据，包括：获取与目标人物相关的参考数据；基于所述第一人脸识别模型分别对各所述参考数据进行人脸检测；将各所述参考数据中检测到人脸的数据，确定为与目标人物相关的第一待处理的人脸数据。根据本公开实施例的第二方面，提供一种人脸数据清洗装置，包括：获取模块，用于获取与目标人物相关的第一待处理的人脸数据；第一确定模块，用于基于第一人脸识别模型分别提取各所述人脸数据的人脸特征，并根据各所述人脸数据的人脸特征，确定所述目标人物的第一人脸特征；第一筛选模块，用于根据各所述人脸数据的人脸特征及所述目标人物的第一人脸特征，筛选出各所述人脸数据中不需要清洗的第一人脸数据、需要删除的第二人脸数据及需要清洗的第三人脸数据；第一清洗模块，用于清洗所述第三人脸数据得到第四人脸数据，将所述第一人脸数据及所述第四人脸数据确定为所述目标人物对应的第一目标人脸数据。在一个实施例中，所述第一筛选模块，包括：计算子模块，用于计算各所述人脸数据的人脸特征与所述目标人物的第一人脸特征的相似度；第一确定子模块，用于将各所述人脸数据中相似度大于第一阈值的人脸数据，确定为不需要清洗的第一人脸数据；及将各所述人脸数据中相似度不大于所述第一阈值、且大于第二阈值的人脸数据，确定为需要清洗的第三人脸数据；及将各所述人脸数据中相似度不大于所述第二阈值的人脸数据，确定为需要删除的第二人脸数据。在一个实施例中，所述第一确定模块计算各所述人脸数据的人脸特征的平均值；及将计算得到的平均值，确定为所述目标人物的第一人脸特征。在一个实施例中，所述装置还包括：训练模块，用于基于所述第一人脸数据及所述第四人脸数据，训练所述第一人脸识别模型，得到训练后的第二人脸识别模型；第二确定模块，用于基于所述第二人脸识别模型分别提取各所述第一目标人脸数据及第二待处理的人脸数据的人脸特征，并根据各所述第一目标人脸数据的人脸特征，确定所述目标人物的第二人脸特征；第二筛选模块，用于根据所述目标人物的第二人脸特征及各所述第二待处理的人脸数据的人脸特征，筛选出各所述第二待处理的人脸数据中不需要清洗的第五人脸数据、需要删除的第六人脸数据及需要清洗的第七人脸数据；第二清洗模块，用于清洗所述第七人脸数据得到第八人脸数据，将所述第一人脸数据、所述第四人脸数据、所述第五人脸数据及所述第八人脸数据确定为所述目标人物对应的第二目标人脸数据。在一个实施例中，所述获取模块，包括：获取子模块，用于获取与目标人物相关的参考数据；人脸检测子模块，用于基于所述第一人脸识别模型分别对各所述参考数据进行人脸检测；第二确定子模块，用于将各所述参考数据中检测到人脸的数据，确定为与目标人物相关的第一待处理的人脸数据。根据本公开实施例的第三方面，提供一种人脸数据清洗装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：获取与目标人物相关的第一待处理的人脸数据；基于第一人脸识别模型分别提取各所述人脸数据的人脸特征，并根据各所述人脸数据的人脸特征，确定所述目标人物的第一人脸特征；根据各所述人脸数据的人脸特征及所述目标人物的第一人脸特征，筛选出各所述人脸数据中不需要清洗的第一人脸数据、需要删除的第二人脸数据及需要清洗的第三人脸数据；清洗所述第三人脸数据得到第四人脸数据，将所述第一人脸数据及所述第四人脸数据确定为所述目标人物对应的第一目标人脸数据。根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述第一方面中任意一项所述方法实施例的步骤。本公开的实施例提供的技术方案可以包括以下有益效果：该技术方案通过使用人脸识别模型提取待处理的人脸数据的人脸特征，并计算目标人物的第一人脸特征，然后根据待处理的人脸数据的人脸特征及目标人物的第一人脸特征对待处理的人脸数据进行筛选处理，仅需清洗部分人脸数据，能够大大减少数据清洗操作所需花费的时间和人力，降低数据清洗的成本，提高数据清洗的效率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。图1是根据一示例性实施例示出的人脸数据清洗方法的流程图。图2是本文档来自技高网...

【技术保护点】
1.一种人脸数据清洗方法，其特征在于，包括：获取与目标人物相关的第一待处理的人脸数据；基于第一人脸识别模型分别提取各所述人脸数据的人脸特征，并根据各所述人脸数据的人脸特征，确定所述目标人物的第一人脸特征；根据各所述人脸数据的人脸特征及所述目标人物的第一人脸特征，筛选出各所述人脸数据中不需要清洗的第一人脸数据、需要删除的第二人脸数据及需要清洗的第三人脸数据；清洗所述第三人脸数据得到第四人脸数据，将所述第一人脸数据及所述第四人脸数据确定为所述目标人物对应的第一目标人脸数据。

【技术特征摘要】
1.一种人脸数据清洗方法，其特征在于，包括：获取与目标人物相关的第一待处理的人脸数据；基于第一人脸识别模型分别提取各所述人脸数据的人脸特征，并根据各所述人脸数据的人脸特征，确定所述目标人物的第一人脸特征；根据各所述人脸数据的人脸特征及所述目标人物的第一人脸特征，筛选出各所述人脸数据中不需要清洗的第一人脸数据、需要删除的第二人脸数据及需要清洗的第三人脸数据；清洗所述第三人脸数据得到第四人脸数据，将所述第一人脸数据及所述第四人脸数据确定为所述目标人物对应的第一目标人脸数据。2.根据权利要求1所述的方法，其特征在于，所述根据各所述人脸数据的人脸特征及所述目标人物的第一人脸特征，筛选出所述各所述人脸数据中不需要清洗的第一人脸数据、需要删除的第二人脸数据及需要清洗的第三人脸数据，包括：计算各所述人脸数据的人脸特征与所述目标人物的第一人脸特征的相似度；将各所述人脸数据中相似度大于第一阈值的人脸数据，确定为不需要清洗的第一人脸数据；及将各所述人脸数据中相似度不大于所述第一阈值、且大于第二阈值的人脸数据，确定为需要清洗的第三人脸数据；及将各所述人脸数据中相似度不大于所述第二阈值的人脸数据，确定为需要删除的第二人脸数据。3.根据权利要求1所述的方法，其特征在于，所述根据各所述人脸数据的人脸特征，确定所述目标人物的第一人脸特征，包括：计算各所述人脸数据的人脸特征的平均值；将计算得到的平均值，确定为所述目标人物的第一人脸特征。4.根据权利要求1所述的方法，其特征在于，在所述将所述第一人脸数据及所述第四人脸数据，确定为所述目标人物对应的第一目标人脸数据之后，所述方法还包括：基于所述第一人脸数据及所述第四人脸数据，训练所述第一人脸识别模型，得到训练后的第二人脸识别模型；基于所述第二人脸识别模型分别提取各所述第一目标人脸数据及第二待处理的人脸数据的人脸特征，并根据各所述第一目标人脸数据的人脸特征，确定所述目标人物的第二人脸特征；根据所述目标人物的第二人脸特征及各所述第二待处理的人脸数据的人脸特征，筛选出各所述第二待处理的人脸数据中不需要清洗的第五人脸数据、需要删除的第六人脸数据及需要清洗的第七人脸数据；清洗所述第七人脸数据得到第八人脸数据，将所述第一人脸数据、所述第四人脸数据、所述第五人脸数据及所述第八人脸数据确定为所述目标人物对应的第二目标人脸数据。5.根据权利要求1所述的方法，其特征在于，所述获取与目标人物相关的第一待处理的人脸数据，包括：获取与目标人物相关的参考数据；基于所述第一人脸识别模型分别对各所述参考数据进行人脸检测；将各所述参考数据中检测到人脸的数据，确定为与目标人物相关的第一待处理的人脸数据。6.一种人脸数据清洗装置，其特征在于，包括：获取模块，用于获取与目标人物相关的第一待处理的人脸数据；第一确定模块，用于基于第一人脸识别模型分别提取各所述人脸数据的人脸特征，并根据各所述人脸数据的人脸特征，确定所述目标人物的第一人脸特征；第一筛选模块，用于根据各所述人脸数据的人脸特征及所述目...

【专利技术属性】
技术研发人员：范晓，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：北京,11