本发明专利技术公开了一种人脸质量增强模型的训练方法，包括：构建训练数据，训练数据中包含多个人脸图片对，每个人脸图片对中包含第一人脸图片和第二人脸图片，第二人脸图片的分辨率等级高于第一人脸图片；构建初始训练模型，初始训练模型共有N个输入端和N个输出端；对于训练数据中的每个人脸图片对，选出与第一人脸图片的分辨率等级对应的目标输入端，选出与第二人脸图片的分辨率等级对应的目标输出端；将第一人脸图片作为目标输入端的输入并将第二人脸图片作为目标输出端的输出，以对初始训练模型进行训练，获得人脸质量增强模型。本发明专利技术可以对小人脸图片进行质量增强，在对其进行图片搜索时，可以显著提升搜索结果的准确性。可以显著提升搜索结果的准确性。可以显著提升搜索结果的准确性。
【技术实现步骤摘要】
一种人脸质量增强模型的训练方法、图片搜索方法及装置
[0001]本专利技术涉及图片搜索
，尤其涉及一种人脸质量增强模型的训练方法、图片搜索方法及装置。
技术介绍
[0002]在对人脸图片进行搜索时，一般由用户上传包含人脸图像的搜索图片，并发起搜索请求(即：Query)，图片搜索引擎基于该搜索图片在互联网上搜索相关的图片，同时，图片搜索引擎还可以识别出该搜索图片中的人物身份(例如：姓名)。
[0003]若搜索图片中的人脸图像尺寸太小(称作“小人脸”)，则图片搜索引擎难以从搜索图片中提取到足够的特征，图片搜索引擎的性能将受到影响，无法获得准确的搜索结果。此时，则需要对搜索图片进行人脸质量增强，
[0004]但是，目前的人脸质量增强方法，难以拟合真实场景，在对小人脸图片进行搜索时，搜索效果依然不好，搜索结果的准确性不高。
技术实现思路
[0005]本专利技术实施例通过提供及一种人脸质量增强模型的训练方法、图片搜索方法及装置，解决了现有技术中在对小人脸图片进行图片搜索时，难以获得准确的搜索结果的技术问题，实现了对小人脸图片进行质量增强，在对其进行图片搜索时，可以显著提升搜索结果的准确性技术效果。
[0006]第一方面，本专利技术通过本专利技术的一实施例提供如下技术方案：
[0007]一种人脸质量增强模型的训练方法，包括：
[0008]构建训练数据，所述训练数据中包含多个人脸图片对，每个所述人脸图片对中均包含第一人脸图片和第二人脸图片，所述第一人脸图片和所述第二人脸图片中包含同一人物的人脸图像，所述第一人脸图片和第二人脸图片均为预设尺寸，所述第二人脸图片的分辨率等级高于所述第一人脸图片的分辨率等级，所述训练数据中的全部图片共对应有N+1个分辨率等级，N为正整数；
[0009]构建初始训练模型，所述初始训练模型中包含N个模块，所述N个模块依次级联，每个模块均具有一输入端和一输出端，共有N个输入端和N个输出端，所述N个输入端各自对应的分辨率等级不同，所述N个输出端各自对应的分辨率等级不同；
[0010]对于所述训练数据中的每个人脸图片对，从所述N个输入端中选出与所述第一人脸图片的分辨率等级对应的目标输入端，以及从所述N个输出端中选出与所述第二人脸图片的分辨率等级对应的目标输出端；
[0011]将所述第一人脸图片作为所述目标输入端的输入，并将所述第二人脸图片作为所述目标输出端的输出，以对所述初始训练模型进行训练，获得人脸质量增强模型。
[0012]优选地，所述构建训练数据，包括：
[0013]获得M个人脸图片集合，每个人脸图片集合中均包含多张人脸图片，所述多张人脸
图片的分辨率等级各不相同，同一人脸图片集合中的人脸图片均包含同一人物的人脸图像，所述多张人脸图片均为所述预设尺寸；
[0014]针对每个所述人脸图片集合进行多次人脸图片提取，每次随机提出两张人脸图片，获得多个人脸图片对；并基于所述多个人脸图片对，构建所述训练数据。
[0015]优选地，所述获得M个人脸图片集合，包括：
[0016]获取P张原始图片，P为正整数；
[0017]从所述P张原始图片中筛选出M张原始图片，所述M张原始图片中均包含小于所述预设尺寸的人脸图像；
[0018]对所述M张原始图片分别进行图片搜索，获得所述M个图片集合；其中，所述M个图片集合与所述M张原始图片一一对应。
[0019]优选地，所述对所述M张原始图片分别进行图片搜索，获得所述M个人脸图片集合，包括：
[0020]对第一原始图片进行图片搜索，获得S张搜索结果图片；其中，所述第一原始图片是所述M张原始图片中的任一图片，所述S张搜索结果图片的尺寸各不相同，S为大于等于2的整数；
[0021]对所述S张搜索结果图片分别进行人脸区域裁剪，获得W张人脸图片，W大于等于S；
[0022]基于所述W张人脸图片，获得第一人脸图片集合；其中，所述第一人脸图片集合属于所述M个人脸图片集合，所述第一图片集合与所述第一原始图片对应。
[0023]优选地，所述基于所述W张人脸图像，获得第一人脸图片集合，包括：
[0024]计算所述W张人脸图片中的每张人脸图片与所述第一原始图片的结构相似度，获得所述W张人脸图片中的每张人脸图片的相似度得分；
[0025]过滤掉所述W张人脸图片中相似度得分低于预设得分的人脸图片，获得所述第一人脸图片集合。
[0026]优选地，所述计算所述W张校准图片中的每张校准图片与所述第一原始图片的结构相似度之前，包括：
[0027]对所述W张人脸图片中的每张人脸图片分别进行人脸校准，具体包括：将所述W张人脸图片中的每张人脸图片均缩放到所述预设尺寸；基于所述第一原始图片，对所述W张人脸中的每张人脸图片中的人脸图像进行姿态调整。
[0028]基于同一专利技术构思，第二方面，本专利技术通过本专利技术的一实施例，提供如下技术方案：
[0029]一种图片搜索方法，包括：
[0030]获取用户上传的第一搜索图片；
[0031]确定所述第一搜索图片的分辨率等级；
[0032]基于所述分辨率等级，从人脸质量增强模型中选择与所述分辨率等级对应的输入端作为目标输入端；其中，所述人脸质量增强模型由权利要求1～6任一所述的方法训练获得；
[0033]将所述第一搜索图片从所述目标输入端输入到所述人脸质量增强模型中，以通过所述人脸质量增强模型对所述第一搜索图片进行人脸质量增强，获得第二搜索图片；
[0034]对所述第二搜索图片进行图片搜索，获得搜索结果。
[0035]基于同一专利技术构思，第三方面，本专利技术通过本专利技术的一实施例，提供如下技术方案：
[0036]一种人脸质量增强模型的训练装置，包括：
[0037]第一构建单元，用于构建训练数据，所述训练数据中包含多个人脸图片对，每个所述人脸图片对中均包含第一人脸图片和第二人脸图片，所述第一人脸图片和所述第二人脸图片中包含同一人物的人脸图像，所述第一人脸图片和第二人脸图片均为预设尺寸，所述第二人脸图片的分辨率等级高于所述第一人脸图片的分辨率等级，所述训练数据中的全部图片共对应有N+1个分辨率等级，N为正整数；
[0038]第二构建单元，用于构建初始训练模型，所述初始训练模型中包含N个模块，所述N个模块依次级联，每个模块均具有一输入端和一输出端，共有N个输入端和N个输出端，所述N个输入端各自对应的分辨率等级不同，所述N个输出端各自对应的分辨率等级不同；
[0039]第一选择单元，用于对于所述训练数据中的每个人脸图片对，从所述N个输入端中选出与所述第一人脸图片的分辨率等级对应的目标输入端，以及从所述N个输出端中选出与所述第二人脸图片的分辨率等级对应的目标输出端；
[0040]训练单元，用于将所述第一人脸图片作为所述目标输入端的输入，并将所述第二人脸图片作为所述目标输出端的输出，以对所述初始训练模型进行训练，获得人脸质量增强模型。
...
【技术保护点】
【技术特征摘要】
1.一种人脸质量增强模型的训练方法，其特征在于，包括：构建训练数据，所述训练数据中包含多个人脸图片对，每个所述人脸图片对中均包含第一人脸图片和第二人脸图片，所述第一人脸图片和所述第二人脸图片中包含同一人物的人脸图像，所述第一人脸图片和第二人脸图片均为预设尺寸，所述第二人脸图片的分辨率等级高于所述第一人脸图片的分辨率等级，所述训练数据中的全部图片共对应有N+1个分辨率等级，N为正整数；构建初始训练模型，所述初始训练模型中包含N个模块，所述N个模块依次级联，每个模块均具有一输入端和一输出端，共有N个输入端和N个输出端，所述N个输入端各自对应的分辨率等级不同，所述N个输出端各自对应的分辨率等级不同；对于所述训练数据中的每个人脸图片对，从所述N个输入端中选出与所述第一人脸图片的分辨率等级对应的目标输入端，以及从所述N个输出端中选出与所述第二人脸图片的分辨率等级对应的目标输出端；将所述第一人脸图片作为所述目标输入端的输入，并将所述第二人脸图片作为所述目标输出端的输出，以对所述初始训练模型进行训练，获得人脸质量增强模型。2.如权利要求1所述的方法，其特征在于，所述构建训练数据，包括：获得M个人脸图片集合，每个人脸图片集合中均包含多张人脸图片，所述多张人脸图片的分辨率等级各不相同，同一人脸图片集合中的人脸图片均包含同一人物的人脸图像，所述多张人脸图片均为所述预设尺寸；针对每个所述人脸图片集合进行多次人脸图片提取，每次随机提出两张人脸图片，获得多个人脸图片对；并基于所述多个人脸图片对，构建所述训练数据。3.如权利要求2所述的方法，其特征在于，所述获得M个人脸图片集合，包括：获取P张原始图片，P为正整数；从所述P张原始图片中筛选出M张原始图片，所述M张原始图片中均包含小于所述预设尺寸的人脸图像；对所述M张原始图片分别进行图片搜索，获得所述M个图片集合；其中，所述M个图片集合与所述M张原始图片一一对应。4.一种图片搜索方法，其特征在于，包括：获取用户上传的第一搜索图片；确定所述第一搜索图片的分辨率等级；基于所述分辨率等级，从人脸质量增强模型中选择与所述分辨率等级对应的输入端作为目标输入端；其中，所述人脸质量增强模型由权利要求1～6任一所述的方法训练获得；将所述第一搜索图片从所述目标输入端输入到所述人脸质量增强模型中，以通过所述人脸质量增强模型对所述第一搜索图片进行人脸质量增强，获得第二搜索图片；对所述第二搜索图片进行图片搜索，获得搜索结果。5.一种人脸质量增强模型的训练装置，其特...
【专利技术属性】
技术研发人员：李天鹏，林明安，刘慧慧，周泽南，许静芳，
申请(专利权)人：北京搜狗科技发展有限公司，
类型：发明
国别省市：
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。