人脸识别模型的调整方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提出了人脸识别模型的调整方法、装置、设备及存储介质，其中人脸识别模型的调整方法可以包括：通过人脸识别模型，对原始人脸图片数据进行处理，得到待评估的识别结果；基于待评估的识别结果，对于原始人脸图片数据进行标注；基于待评估的识别结果和标注后的原始人脸图片数据，计算多维度的效果评估指标；对于标注后的原始人脸图片数据进行质量分析，统计标注后原始人脸图片数据的质量特征、质量特征分布；基于效果评估指标、标注后的原始人脸图片数据的质量特征、质量特征分布自动调整人脸识别模型。

Adjustment method, device, equipment and storage medium of face recognition model

【技术实现步骤摘要】
人脸识别模型的调整方法、装置、设备及存储介质
本专利技术涉及人脸识别领域，具体涉及一种人脸识别模型的调整方法、装置、计算机设备及计算机可读存储介质。
技术介绍
人脸识别技术是基于图片视觉识别技术模型进行人脸识别。在实际的操作中往往通过特定的识别处理策略，来完成识别模型的优化补充。但是无论如何，模型识别结果总是存在误差。如何方便快速地评估人脸识别产品的部署效果，是一个比较棘手的事情。此外由于图像和实际部署的环境光照条件、摄像头部署角度因素等都有关系，现有的模型识别结果总是存在误差。如何高效地调整模型的参数，减小识别错误率是一个比较棘手的事情。考虑到长期进行人脸识别数字化的工作需求，急需一种改进的数字化人脸识别效果评估的方案和人工标注工具。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。根据本专利技术的第一方面，提供了一种人脸识别模型的调整方法，可以包括：通过人脸识别模型，对原始人脸图片数据进行处理，得到待评估的识别结果；基于待评估的识别结果，对于原始人脸图片数据进行标注；基于待评估的识别结果和标注后的原始人脸图片数据，计算多维度的效果评估指标；对于标注后的原始人脸图片数据进行质量分析，统计标注后原始人脸图片数据的质量特征、质量特征分布；基于效果评估指标、标注后的原始人脸图片数据的质量特征、质量特征分布自动调整人脸识别模型。在根据本专利技术第一方面的一个实施例中，其中通过人脸识别模型，对原始人脸图片数据进行处理，得到待评估的识别结果可以包括：基于处理阈值和/或人脸比对评分策略来处理原始人脸图片数据，得到的待评估的识别结果包括会员人脸图片数据、泛会员人脸图片数据、新注册会员人脸图片数据。在根据本专利技术第一方面的另一个实施例中，其中基于待评估的识别结果，对于原始人脸图片数据进行标注可以包括：第一轮标注，对被识别为属于同一个体的所述待评估识别结果进行聚合，针对聚合所得到的不同组，如果判断为该组中的所述原始人脸图片确实属于同一个体，则标注为正确，如果判断为该组中的所述原始人脸图片数据并非属于同一个体，则标注为错误。备选的，包括第二轮标注，针对被标注为错误的组，将其中的原始人脸图片数据和被标注为正确的组中的原始人脸图片数据进行比对，以修正错误的标注，并将不可通过比对得到确定个体的原始人脸图片数据标定为不确定。备选的，包括第三轮标注，针对被标注为不确定的人脸图片数据进行单独标注，将不确定的人脸图片数据标注为新的个体。备选的，包括第四轮标注，将被标注为不同个体、但实际上是同一个个体的人脸图片数据合并。在根据本专利技术第一方面的再一个实施例中，其中多维度的效果评估指标可以包括：人脸图片数据的准确率、召回率、是否被污染、是否被拆分。在根据本专利技术第一方面的一个实施例中，其中标注后的人脸图片数据的质量特征可以包括：人脸图片数据的光照度、摄像头相对于人脸的角度、人脸图片数据的清晰度、人脸图片像素的大小。根据本专利技术的第二方面，提供了一种人脸识别模型的调整装置，可以包括：人脸识别模型，用于对原始人脸图片数据进行处理，得到待评估的识别结果；标注单元，用于基于待评估的识别结果，对于原始人脸图片数据进行标注；计算单元，用于基于待评估的识别结果和标注后的原始人脸图片数据，计算多维度的效果评估指标；分析单元，用于对于标注后的原始人脸图片数据进行质量分析，统计标注后原始人脸图片数据的质量特征、质量特征分布；调整单元，用于基于效果评估指标、标注后的原始人脸图片数据的质量特征、质量特征分布自动调整人脸识别模型。在根据本专利技术第二方面的一个实施例中，其中人脸识别模型进一步用于基于处理阈值和/或人脸比对评分策略来处理原始人脸图片数据，其中得到的待评估的识别结果包括会员人脸图片数据、泛会员人脸图片数据、新注册会员人脸图片数据。在根据本专利技术第二方面的另一个实施例中，其中标注单元可以进一步用于：第一轮标注，对被识别为属于同一个体的所述待评估识别结果进行聚合，针对聚合所得到的不同组，如果判断为该组中的所述原始人脸图片确实属于同一个体，则标注为正确，如果判断为该组中的所述原始人脸图片数据并非属于同一个体，则标注为错误。备选的，标注单元用于第二轮标注，针对被标注为错误的组，将其中的原始人脸图片数据和被标注为正确的组中的原始人脸图片数据进行比对，以修正错误的标注，并将不可通过比对得到确定个体的原始人脸图片数据标定为不确定。备选的，标注单元用于第三轮标注，针对被标注为不确定的人脸图片数据进行单独标注，将不确定的人脸图片数据标注为新的个体。备选的，标注单元用于第四轮标注，将被标注为不同个体、但实际上是同一个个体的人脸图片数据合并。在根据本专利技术第二方面的再一个实施例中，其中多维度的效果评估指标可以包括：人脸图片数据的准确率、召回率、是否被污染、是否被拆分。在根据本专利技术第二方面的又一个实施例中，其中标注后的人脸图片数据的质量特征可以包括：人脸图片数据的光照度、摄像头相对于人脸的角度、人脸图片数据的清晰度、人脸图片像素的大小。根据本专利技术的第三方面，提供了一种计算机设备，可以包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的方法。根据本专利技术的第四方面，提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述的方法。本专利技术的人脸识别模型的调整方法、装置、设备及存储介质能够将实际环境因素引入到人脸识别模型，同时基于实际采集的人脸图片数据标注集合，自动完成人脸识别模型的参数调整，从而提供符合部署现场环境的最优模型参数。本专利技术涉及的技术目前已经使用在线下数字化项目的部署中，很好地解决了产品部署效果评估及摸底的问题；可以方便快速地通过标注工具来直接对于开放环境下(非封闭环境下)所部署产品的人脸图片数据的识别结果进行正确性标注。另外，本专利技术还支持多人同时进行标注，从而提高了产品部署评估的效率，简化了产品部署调试的流程。上述概述仅仅是为了说明的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本专利技术进一步的方面、实施方式和特征将会是容易明白的。附图说明在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本专利技术公开的一些实施方式，而不应将其视为是对本专利技术范围的限制。图1示意性示出根据本专利技术第一方面一个实施例的人脸识别模型的调整方法；图2示意性示出根据本专利技术第一方面一个实施例的通过人脸识别模型，对原始人脸图片数据进行处理，得到待评估的识别结果；图3示意性示出根据本专利技术第一方面一个实施例的基于待本文档来自技高网...

【技术保护点】
1.一种人脸识别模型的调整方法，其特征在于，包括：/n通过所述人脸识别模型，对原始人脸图片数据进行处理，得到待评估识别结果；/n基于待评估的识别结果，对所述原始人脸图片数据进行标注；/n基于所述待评估的识别结果和所述标注后的原始人脸图片数据，计算多维度的效果评估指标；/n对所述标注后的原始人脸图片数据进行质量分析，统计所述标注后原始人脸图片数据的质量特征、质量特征分布；/n基于所述效果评估指标、所述标注后的原始人脸图片数据的质量特征、质量特征分布自动调整所述人脸识别模型。/n

【技术特征摘要】
1.一种人脸识别模型的调整方法，其特征在于，包括：
通过所述人脸识别模型，对原始人脸图片数据进行处理，得到待评估识别结果；
基于待评估的识别结果，对所述原始人脸图片数据进行标注；
基于所述待评估的识别结果和所述标注后的原始人脸图片数据，计算多维度的效果评估指标；
对所述标注后的原始人脸图片数据进行质量分析，统计所述标注后原始人脸图片数据的质量特征、质量特征分布；
基于所述效果评估指标、所述标注后的原始人脸图片数据的质量特征、质量特征分布自动调整所述人脸识别模型。


2.根据权利要求1所述的人脸识别模型的调整方法，其中通过所述人脸识别模型，对原始人脸图片数据进行处理，得到待评估识别结果包括：
基于识别阈值和/或人脸比对评分策略来识别所述原始人脸图片数据，所述得到的待评估识别结果包括会员人脸图片数据、泛会员人脸图片数据、新注册会员人脸图片数据。


3.根据权利要求2所述的人脸识别模型的调整方法，其中基于待评估识别结果，对所述原始人脸图片数据进行标注包括：
第一轮标注，对被识别为属于同一个体的所述待评估识别结果进行聚合，针对聚合所得到的不同组，如果判断为该组中的所述原始人脸图片确实属于同一个体，则标注为正确，如果判断为该组中的所述原始人脸图片数据并非属于同一个体，则标注为错误。


4.根据权利要求3所述的人脸识别模型的调整方法，其中基于待评估识别结果，对所述原始人脸图片数据进行标注还包括：
第二轮标注，针对被标注为错误的组，将其中的原始人脸图片数据和被标注为正确的组中的原始人脸图片数据进行比对，以修正错误的标注，并将不可通过比对得到确定个体的原始人脸图片数据标定为不确定。


5.根据权利要求4所述的人脸识别模型的调整方法，其中基于待评估识别结果，对所述原始人脸图片数据进行标注还包括：
第三轮标注，将被标注为不确定的原始人脸图片数据标注为新的个体。


6.根据权利要求5所述的人脸识别模型的调整方法，其中基于待评估识别结果，对所述原始人脸图片数据进行标注还包括：
第四轮标注，将被识别为不同个体、但实际上是同一个个体的人脸图片数据合并。


7.根据权利要求1-6中任一项所述的人脸识别模型的调整方法，其中所述多维度的效果评估指标包括：
人脸图片数据的准确率、召回率、是否被污染、是否被拆分。


8.根据权利要求1-6中任一项所述的人脸识别模型的调整方法，其中所述标注后的人脸图片数据的质量特征包括：
人脸图片数据的光照度、摄像头相对于人脸的角度、人脸图片数据的清晰度、人脸图片像素的大小。


9.一种人脸识别模型的调整装置，其特征在于，包括：
人脸识别模型，用于对原始人脸图片数据进行处理，得到待评估的识别结果；
标注单元，用于...

【专利技术属性】
技术研发人员：姚向民，黄培，刘博文，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11