人脸装饰品识别方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种人脸装饰品识别方法、装置、电子设备及存储介质，涉及图像处理技术领域。该方法包括：通过人脸检测模型获得待识别图像中的人脸图像；通过装饰品识别模型输出所述人脸图像的装饰品的识别结果，所述装饰品识别模型根据不同种类装饰品的形状特征设置有与每种装饰品对应尺寸的卷积层，在每个卷积层输出的特征图上分别设置有大小和长宽比与所述每个特征图对应的锚框。该方法使用物体检测的思想，通过装饰品识别模型中与不同装饰品对应尺寸的卷积层中不同大小和长宽比的锚框，把全方位的装饰品识别，当成多种物体进行检测识别，从而能够对不同大小的人脸装饰品进行类别和大小的识别。和大小的识别。和大小的识别。

【技术实现步骤摘要】
人脸装饰品识别方法、装置、电子设备及存储介质


[0001]本申请涉及图像处理
，具体而言，涉及一种人脸装饰品识别方法、装置、电子设备及存储介质。

技术介绍

[0002]得益于人工智能的快速发展，基于深度学习提取图像特征，对图像进行各种分析，如检测、定位、识别、分类和分割都成为可能。在金融风控领域，对用户画像和基础数据刻画的越细致和清楚，风险控制才能做的越好。现在主流的方式对非结构化的语音、图像数据并没有做提取和结构化，仅依靠传统的结构化数据进行风控，风险控制效果较差。对语音、图像数据进行结构化，增强用户画像的丰富度是一个能够降低风险的好手段，是一个亟待研究的重大课题。同时，对于金融风控领域的图像结构化，目前大部分方式仅停留在提取人脸，做人脸比对，少部分方式增加了口罩识别，但是对于人像的准确刻画，如耳环、项链、面膜、围巾、帽子、口罩，墨镜和眼镜等并未做分类识别，这些数据对于丰富用户画像很有用，比如一个戴耳环和项链的，与没有佩戴耳环和项链的客户，贷款需要或者贷款偿还能力可能存在差异，再比如戴墨镜/口罩就不让用户做活体识别，再比如戴围巾应该是在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸装饰品识别方法，其特征在于，所述方法包括：通过人脸检测模型获得待识别图像中的人脸图像；通过装饰品识别模型输出所述人脸图像的装饰品的识别结果，所述装饰品识别模型根据不同种类装饰品的形状特征设置有与每种装饰品对应尺寸的卷积层，在每个卷积层输出的特征图上分别设置有大小和长宽比与每个特征图对应的锚框。2.根据权利要求1所述的方法，其特征在于，在所述通过人脸检测模型获得待识别图像中的人脸图像之前，所述方法还包括：通过OpenCV的imread读取人脸检测训练图像；将所述人脸检测训练图像转换为Pytorch能够解析的指定格式图像；对所述指定格式图像进行数据增广；对数据增广后的所述指定格式图像进行数据标注，所述数据标注包括装饰品标注；采用Pytorch搭建分支前馈神经网络模型；基于数据标注后的所述指定格式图像对所述分支前馈神经网络模型进行训练，以获得所述人脸检测模型。3.根据权利要求2所述的方法，其特征在于，所述人脸检测训练图像包括不同清晰度、不同光照条件、不同姿态和不同角度的多张人脸检测训练图像，所述人脸检测训练图像中的每张人脸检测训练图像存在所述不同种类装饰品中的至少一种。4.根据权利要求2所述的方法，其特征在于，所述对数据增广后的所述指定格式图像进行数据标注，包括：使用LabelMe对所述指定格式图像中的装饰品类型和装饰品位置进行数据标注；确定所述数据标注后的所述指定格式图像中水平方向沿左耳至右耳、竖直方向沿头顶或帽子上边沿至肩膀的指定区域的图像标注数据；将所述图像标注数据保存为Pytorch能够解析的格式。5.根据权利要求1所述的方法，其特征在于，在所述通过装饰品识别模型输出所述人脸图像的装饰品的识别结果之前，所述方法还包括：获取装饰品识别训练图像，所述装饰品识别训练图像包括不同清晰度、不同光照条件、不同姿态和不同角度的多张装饰品识别训练图像，所述装饰品识别训练图像中的每张装饰品识别训练图像为存在至少一种装饰品的人脸图像；对所述装饰品识别训练图像进行数据增强；对数据增强后的所述装饰品识别训练图像进行装饰品的数据标注；采用Pytorch搭建可变形卷积网...

【专利技术属性】
技术研发人员：王小东，吕文勇，周智杰，
申请(专利权)人：成都新希望金融信息有限公司，
类型：发明
国别省市：