【技术实现步骤摘要】
一种关联检测模型训练方法、装置、存储介质及电子设备
[0001]本说明书涉及计算机
,尤其涉及一种关联检测模型训练方法、装置、存储介质及电子设备。
技术介绍
[0002]现如今,随着电子支付的普及,人们的日常生活中也逐渐适应了使用电子支付的方式进行购物,电子支付的手段除了通过扫描二维码等电子信息,还包括通过一些生物特征的识别以进行支付,例如脸部、指纹等。
技术实现思路
[0003]本说明书提供一种关联检测模型训练方法、装置、存储介质及电子设备,可以基于对人脸和人手的关联检测,确定训练样本对应的交互概率值为基于同一目标的人脸和人手得到的,提高交互概率值的可靠性和准确率,进而达到提高正确执行交互的准确率的效果。
[0004]第一方面,本申请实施例提供一种关联检测模型训练方法,所述方法包括:
[0005]获取训练样本集合,所述训练样本集合包括至少一张训练样本,所述训练样本为标识有人脸选择框、人手选择框和手势标签的图像数据;
[0006]截取所述训练样集合中各所述训练样本的所述人手选择框,得到各所述训练样对应的子训练样本,将各所述子训练样本分别输入至手势识别模型中,基于所述子训练样本和所述手势标签,获取所述训练样本对应的交互手势概率值;
[0007]获取所述手势识别模型的识别损失函数,基于所述识别损失函数和所述交互手势概率值对所述手势识别模型进行监督训练并迭代更新所述手势识别模型的模型参数,直至所述手势识别模型收敛,得到训练完成的手势识别模型;
[0008]将各所 ...
【技术保护点】
【技术特征摘要】
1.一种关联检测模型训练方法,所述方法包括:获取训练样本集合,所述训练样本集合包括至少一张训练样本,所述训练样本为标识有人脸选择框、人手选择框和手势标签的图像数据;截取所述训练样集合中各所述训练样本的所述人手选择框,得到各所述训练样对应的子训练样本,将各所述子训练样本分别输入至手势识别模型中,基于所述子训练样本和所述手势标签,获取所述训练样本对应的交互手势概率值;获取所述手势识别模型的识别损失函数,基于所述识别损失函数和所述交互手势概率值对所述手势识别模型进行监督训练并迭代更新所述手势识别模型的模型参数,直至所述手势识别模型收敛,得到训练完成的手势识别模型;将各所述训练样本输入关联检测模型中,获取各所述训练样本对应的特征图,将所述特征图与各所述训练样本对应的人脸选择图和人手选择图进行融合,得到各训练样本对应的融合特征图,基于所述融合特征图获取所述训练样本对应的交互概率值,所述交互概率值用于指示所述训练样本对应的交互意愿预测结果,所述人脸选择图和所述人手选择图分别为所述训练样本中框选出人脸和人手的图像数据;获取所述关联检测模型的检测损失函数,基于所述检测损失函数和所述交互概率值对所述关联检测模型进行监督训练并迭代更新所述关联检测模型的模型参数,直至所述关联检测模型收敛,得到训练完成的关联检测模型。2.根据权利要求1所述的方法,所述截取所述训练样集合中各所述训练样本的所述人手选择框,得到各所述训练样对应的子训练样本,将各所述子训练样本分别输入至手势识别模型中,基于所述子训练样本和所述手势标签,获取所述训练样本对应的交互手势概率值,包括:截取所述训练样本集合中各所述训练样本对应的人手选择框,将各所述人手选择框作为各训练样本对应的子训练样本;将所述子训练样本输入手势识别模型中,基于所述子训练样和所述子训练样对应的手势标签获取各子训练样本对应的交互手势概率值,所述交互手势概率值用于指示所述训练样本为交互手势的识别结果。3.根据权利要求1所述的方法,所述获取所述手势识别模型的识别损失函数,基于所述识别损失函数和所述交互手势概率值对所述手势识别模型进行监督训练并迭代更新所述手势识别模型的模型参数,直至所述手势识别模型收敛,得到训练完成的手势识别模型,包括:获取所述手势识别模型的识别损失函数和输入所述手势识别模型的子训练样本的第一样本数量以及第一预设训练数量;当所述第一样本数量大于或者等于所述第一预设训练数量时,基于所述识别损失函数和所述交互手势概率值对所述手势识别模型进行监督训练并迭代更新所述手势识别模型的模型参数;当所述手势识别模型收敛时,得到训练完成的手势识别模型。4.根据权利要求1所述的方法,所述将各所述训练样本输入关联检测模型中,获取各所述训练样本对应的特征图,将所述特征图与各所述训练样本对应的人脸选择图和人手选择图进行融合,得到各训练样本对应的融合特征图,基于所述融合特征图获取所述训练样本
对应的交互概率值,包括:将各训练样本分别输入至关联检测模型中的特征提取模块,得到所述训练样本对应的特征图;获取所述训练样本对应的人脸选择图和人手选择图,将所述人脸选择图和所述人手选择图进行降分辨率,以得到所述人脸选择图对应的人脸模糊图和所述人手选择图对应的人手模糊图;将所述人脸模糊图、所述人手模糊图和所述特征图同时输入所述关联检测模型中的融合模块,得到融合特征图;将所述融合特征图输入至所述关联检测模型中的预测模块,得到所述融合特征图对应的交互概率值。5.根据权利要求1所述的方法,所述获取所述关联检测模型的检测损失函数,基于所述检测损失函数和所述交互概率值对所述关联检测模型进行监督训练并迭代更新所述关联检测模型的模型参数,直至所述关联检测模型收敛,得到训练完成的关联检测模型,包括:获取关联检测模型的检测损失函数和输入所述关联检测模型的训练样本...
【专利技术属性】
技术研发人员:尹英杰,丁菁汀,李亮,
申请(专利权)人:支付宝杭州信息技术有限公司,
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。