【技术实现步骤摘要】
人脸多样性数据获取方法、装置、设备及可读存储介质
本专利技术涉及金融科技的神经网络
，尤其涉及一种人脸多样性数据获取方法、装置、设备及可读存储介质。
技术介绍
随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对应待办事项的分发也有更高的要求。随着人工智能的快速发展，基于人脸检测和识别的人工智能近几年正迅速的应用于各行各业，在现有技术中，通常将个体拍摄的一张或是几张照片的人脸特征作为人脸检测和识别算法的模板比对数据，但该方法会导致人脸识别的表情和角度单一，进而会导致若待识别人脸出现脸部角度过大或待识别人脸的人脸特征在收集的模板比对数据里面没有出现时，无法检测和识别待识别人脸，也即，模板比对数据缺少多样性，进而导致无法检测和识别待识别人脸，所以，现有技术中存在人脸数据多样性差的技术问题。
技术实现思路
本专利技术的主要目的在于提供一种人脸多样性数据获取方法、装置、设备和可读...
【技术保护点】
1.一种人脸多样性数据获取方法，其特征在于，所述人脸多样性数据获取方法包括：/n获取人脸表情模板，并生成所述人脸表情模板对应的三维人脸表情模板；/n接收原始三维人脸模型，并将所述原始三维人脸模型和所述三维人脸表情模板输入三维人脸表情生成器，获得三维人脸表情模型；/n基于多种相机配置，对所述三维人脸表情模型进行模拟拍照，生成至少一个二维人脸图像。/n
【技术特征摘要】
1.一种人脸多样性数据获取方法，其特征在于，所述人脸多样性数据获取方法包括：
获取人脸表情模板，并生成所述人脸表情模板对应的三维人脸表情模板；
接收原始三维人脸模型，并将所述原始三维人脸模型和所述三维人脸表情模板输入三维人脸表情生成器，获得三维人脸表情模型；
基于多种相机配置，对所述三维人脸表情模型进行模拟拍照，生成至少一个二维人脸图像。
2.如权利要求1所述人脸多样性数据获取方法，其特征在于，所述三维人脸表情模型包括三维人脸特征点和三维人脸特征区域，
所述基于多种相机配置，对所述三维人脸表情模型进行模拟拍照，生成至少一个二维人脸图像之后包括：
基于相机成像原理，获取各所述相机配置对应的成像参数；
基于所述成像参数、所述三维人脸特征点以及所述三维人脸特征区域，计算所述二维人脸图像对应的二维相似人脸特征点和二维相似人脸特征区域。
3.如权利要求1所述人脸多样性数据获取方法，其特征在于，所述接收原始三维人脸模型，并将所述原始三维人脸模型和所述三维人脸表情模板输入三维人脸表情生成器，获得三维人脸表情模型的步骤之后包括：
对所述原始三维人脸模型进行特征点标注和特征区域标注，获得三维原始人脸特征点和三维原始人脸特征区域；
基于所述三维原始人脸特征点和所述三维人脸特征区域，通过相似点匹配算法对不同表情的所述三维人脸表情模型进行标注，获得三维相似人脸特征点和三维相似人脸特征区域。
4.如权利要求1所述人脸多样性数据获取方法，其特征在于，所述将所述原始三维人脸模型和所述三维人脸表情模板输入三维人脸表情生成器，获得三维人脸表情模型的步骤包括：
将所述原始三维人脸模型和所述三维人脸表情模板输入所述三维人脸表情模型生成器，对所述原始三维人脸模型和所述三维人脸表情模板进行编码，获得编码结果；
对所述编码结果进行解码，获得所述三维人脸表情模型。
5.如权利要求4所述人脸多样性数据获取方法，其特征在于，所述对所述原始三维人脸模型和所述三维人脸表情模板进行编码，获得编码结果的步骤包括：
对所述原始三维人脸模型和所述三维人脸表情模板进行预设次数的卷积和池化交替处理，获得所述原始三维人脸模型对应的初始特征向量组和所述三维人脸表情模板对应的模板特征向量组；
将所述模板特征向量组和所述初始特征向量组进行拼接，获得所述编码结果。
6.如权利要求5所述人脸多样性数据获取方法，其特征在于，所述对所述原始三维人脸模型和所述三维人脸表情模板进行预设次数的卷积和池化交替处理，获得所述原始三维人脸模型对应的初始特征向量组...
【专利技术属性】
技术研发人员：张希，吴泽衡，徐倩，杨强，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。