基于人脸图像的胖瘦识别方法及装置、电子设备制造方法及图纸

本发明专利技术涉及智能决策技术领域，特别涉及一种基于人脸图像的胖瘦识别方法。该方法包括：对采集到的各个人脸图像样本进行胖瘦类型标记；由已标记胖瘦类型的若干个人脸图像样本组成训练集合；利用训练集合对卷积神经网络进行训练获得分类模型；获取投保人的人脸图像；对人脸图像进行去噪处理，获得待测人脸图像；将待测人脸图像输入分类模型，获得待测人脸图像的分类结果，分类结果用于描述投保人的胖瘦类型。可见，本发明专利技术通过构建分类模型，可以基于投保人的人脸图像，自动识别投保人的胖瘦类型，能够辅助核保人员对投保人的身体胖瘦情况进行审核，能够节约人力成本，提升投保审核效率。

Fat and thin recognition method, device and electronic equipment based on face image

The invention relates to the field of intelligent decision technology, in particular to a fat thin recognition method based on a face image. This method includes: making fat and thin type mark for each face image sample collected; making up of several personal face image samples with fat and thin type mark; training convolution neural network with training set to obtain classification model; obtaining face image of policyholder; denoising face image to obtain face image to be tested; making face image to be tested Input the classification model to get the classification results of the face image to be tested. The classification results are used to describe the fat and thin type of the insured. It can be seen that by constructing a classification model, the invention can automatically recognize the fat and thin type of the applicant based on the face image of the applicant, can assist the underwriting personnel to audit the fat and thin condition of the applicant, can save labor cost and improve the efficiency of insurance audit.

【技术实现步骤摘要】
基于人脸图像的胖瘦识别方法及装置、电子设备
本专利技术涉及智能决策
，特别涉及一种基于人脸图像的胖瘦识别方法及装置、电子设备。
技术介绍
目前保险行业中，保险公司一般会在投保人提交投保申请之后，通过核保人员对投保人的身体健康状况、病历记录和身体胖瘦情况等进行审核，以防投保人身患疾病，恶意骗保。其中，现有针对身体胖瘦情况的审核方法是通过投保人提供的身体胖瘦情况的有关信息(比如身高、体重或胖瘦自述等)结合投保人的人脸图像进行人工审核，人力成本耗费较多，审核效率也低。另外，由于过度肥胖的人患病的几率会比正常人较高，也会存在少数投保人为了通过核查而虚报身体胖瘦情况的有关信息，导致容易出现审核不准确的情况。
技术实现思路
为了解决相关技术中存在的投保审核效率过于低下的问题，本专利技术提供了一种基于人脸图像的胖瘦识别方法及装置、电子设备。本专利技术实施例第一方面公开了一种基于人脸图像的胖瘦识别方法，所述方法包括：对采集到的各个人脸图像样本进行胖瘦类型标记；由已标记胖瘦类型的若干个人脸图像样本组成训练集合；利用所述训练集合对卷积神经网络进行训练，获得分类模型；获取投保人的人脸图像；对所述人脸图像进行去噪处理，获得待测人脸图像；将所述待测人脸图像输入所述分类模型，获得所述待测人脸图像的分类结果，所述分类结果用于描述所述投保人的胖瘦类型。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述将所述待测人脸图像输入所述分类模型，获得所述待测人脸图像的分类结果之后，所述方法还包括：判断所述分类结果是否满足预设的与身体胖瘦情况匹配的目标投保条件；若满足所述目标投保条件，输出第一提示信息，所述第一提示信息用于描述所述投保人的身体胖瘦情况被审核通过；若不满足所述目标投保条件，输出第二提示信息，所述第二提示信息用于描述所述投保人的身体胖瘦情况被审核不通过。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述胖瘦类型为过胖、正常胖瘦或过瘦；所述判断所述分类结果是否满足预设的与身体胖瘦情况匹配的目标投保条件，包括：判断所述分类结果是否用于描述所述投保人正常胖瘦；若用于描述所述投保人正常胖瘦，判定所述分类结果满足预设的与身体胖瘦情况匹配的目标投保条件；若不是用于描述所述投保人正常胖瘦，判定所述分类结果不满足预设的与身体胖瘦情况匹配的目标投保条件。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述利用所述训练集合对卷积神经网络进行训练，获得分类模型之前，所述方法还包括：判断所述训练集合中是否存在稀少样本；若存在，增加所述稀少样本对应的类别的样本数量，获得均匀训练集合；以及，所述利用所述训练集合对卷积神经网络进行训练，获得分类模型，包括：利用所述均匀训练集合对卷积神经网络进行训练，获得分类模型。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述利用所述训练集合对卷积神经网络进行训练，获得分类模型，包括：将所述训练集合中的所述人脸图像样本输入卷积神经网络，输出所述人脸图像样本的实际输出结果；根据所述人脸图像样本对应的胖瘦类型，获得理想输出结果；计算所述实际输出结果与所述理想输出结果的差值；根据所述差值进行反向传播，以修正所述卷积神经网络的参数权重；重复上述步骤直到所述差值满足预设条件，获得分类模型。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述分类模型包括卷积层、激励层和全连接层；所述将所述待测人脸图像输入所述分类模型，获得所述待测人脸图像的分类结果，包括：将所述待测人脸图像输入所述卷积层，在所述卷积层中采用多个卷积核对所述待测人脸图像进行特征提取，获得特征图像；将所述特征图像输入所述激励层，在所述激励层中对所述特征图像进行非线性空间映射，获得特征向量；将所述特征向量输入所述全连接层，在所述全连接层中对所述特征向量进行特征整合，获得所述待测人脸图像的分类结果。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述对所述人脸图像进行去噪处理，获得待测人脸图像，包括：获取所述人脸图像的待处理图像信号；对所述待处理图像信号进行低通滤波处理，获得低频图像信号；计算所述待处理图像信号和所述低频图像信号的差值，获得高频图像信号；采用非局部均值法，分别对所述低频图像信号和所述高频图像信号进行去噪滤波处理，获得去噪低频图像信号和去噪高频图像信号；将所述去噪低频图像信号和所述去噪高频图像信号进行求和计算，获得去噪图像信号；根据所述去噪图像信号获得待测人脸图像。本专利技术实施例第二方面公开了一种基于人脸图像的胖瘦识别装置，所述装置包括：标记单元，用于对采集到的各个人脸图像样本进行胖瘦类型标记；训练单元，用于由已标记胖瘦类型的若干个人脸图像样本组成训练集合；以及，利用所述训练集合对卷积神经网络进行训练获得分类模型；获取单元，用于获取投保人的人脸图像；去噪单元，用于对所述人脸图像进行去噪处理，获得待测人脸图像；识别单元，用于将所述待测人脸图像输入所述分类模型，获得所述待测人脸图像的分类结果，所述分类结果用于描述所述投保人的胖瘦类型。本专利技术实施例第三方面公开了一种电子设备，所述电子设备包括：处理器；存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现本专利技术实施例第一方面公开的基于人脸图像的胖瘦识别方法。本专利技术实施例第四方面公开了一种计算机可读存储介质，其存储计算机程序，所述计算机程序使得计算机执行本专利技术实施例第一方面公开的基于人脸图像的胖瘦识别方法。本专利技术的实施例提供的技术方案可以包括以下有益效果：本专利技术所提供的基于人脸图像的胖瘦识别方法包括如下步骤：对采集到的各个人脸图像样本进行胖瘦类型标记；由已标记胖瘦类型的若干个人脸图像样本组成训练集合；利用训练集合对卷积神经网络进行训练获得分类模型；获取投保人的人脸图像；对人脸图像进行去噪处理，获得待测人脸图像；将待测人脸图像输入分类模型，获得待测人脸图像的分类结果，分类结果用于描述投保人的胖瘦类型。此方法下，通过构建分类模型，可以基于投保人的人脸图像，自动识别投保人的胖瘦类型，能够辅助核保人员对投保人的身体胖瘦情况进行审核，能够节约人力成本，提升投保审核效率。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的，并不能限制本专利技术。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，示出了符合本专利技术的实施例，并于说明书一起用于解释本专利技术的原理。图1是本专利技术实施例公开的一种基于人脸图像的胖瘦识别装置的结构示意图；图2是本专利技术实施例公开的一种基于人脸图像的胖瘦识别方法的流程示意图；图3是本专利技术实施例公开的另一种基于人脸图像的胖瘦识别方法的流程示意图；...

【技术保护点】
1.一种基于人脸图像的胖瘦识别方法，其特征在于，包括：/n对采集到的各个人脸图像样本进行胖瘦类型标记；/n由已标记胖瘦类型的若干个人脸图像样本组成训练集合；/n利用所述训练集合对卷积神经网络进行训练，获得分类模型；/n获取投保人的人脸图像；/n对所述人脸图像进行去噪处理，获得待测人脸图像；/n将所述待测人脸图像输入所述分类模型，获得所述待测人脸图像的分类结果，所述分类结果用于描述所述投保人的胖瘦类型。/n

【技术特征摘要】
1.一种基于人脸图像的胖瘦识别方法，其特征在于，包括：
对采集到的各个人脸图像样本进行胖瘦类型标记；
由已标记胖瘦类型的若干个人脸图像样本组成训练集合；
利用所述训练集合对卷积神经网络进行训练，获得分类模型；
获取投保人的人脸图像；
对所述人脸图像进行去噪处理，获得待测人脸图像；
将所述待测人脸图像输入所述分类模型，获得所述待测人脸图像的分类结果，所述分类结果用于描述所述投保人的胖瘦类型。


2.根据权利要求1所述的方法，其特征在于，所述将所述待测人脸图像输入所述分类模型，获得所述待测人脸图像的分类结果之后，所述方法还包括：
判断所述分类结果是否满足预设的与身体胖瘦情况匹配的目标投保条件；
若满足所述目标投保条件，输出第一提示信息，所述第一提示信息用于描述所述投保人的身体胖瘦情况被审核通过；
若不满足所述目标投保条件，输出第二提示信息，所述第二提示信息用于描述所述投保人的身体胖瘦情况被审核不通过。


3.根据权利要求2所述的方法，其特征在于，所述胖瘦类型为过胖、正常胖瘦或过瘦；所述判断所述分类结果是否满足预设的与身体胖瘦情况匹配的目标投保条件，包括：
判断所述分类结果是否用于描述所述投保人正常胖瘦；
若用于描述所述投保人正常胖瘦，判定所述分类结果满足预设的与身体胖瘦情况匹配的目标投保条件；
若不是用于描述所述投保人正常胖瘦，判定所述分类结果不满足预设的与身体胖瘦情况匹配的目标投保条件。


4.根据权利要求1所述的方法，其特征在于，所述利用所述训练集合对卷积神经网络进行训练，获得分类模型之前，所述方法还包括：
判断所述训练集合中是否存在稀少样本；
若存在，增加所述稀少样本对应的类别的样本数量，获得均匀训练集合；
以及，所述利用所述训练集合对卷积神经网络进行训练，获得分类模型，包括：利用所述均匀训练集合对卷积神经网络进行训练，获得分类模型。


5.根据权利要求1所述的方法，其特征在于，所述利用所述训练集合对卷积神经网络进行训练，获得分类模型，包括：
将所述训练集合中的所述人脸图像样本输入卷积神经网络，输出所述人脸图像样本的实际输出结果；
根据所述人脸图像样本对应的胖瘦类型，获得理想输出结果；
计算所述实际输出结果与所述理想输出结果的差值；
根据所述差值进行...

【专利技术属性】
技术研发人员：李宝林，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：广东;44