【技术实现步骤摘要】
意愿识别模型训练方法、意愿识别方法、相关装置及介质
[0001]本说明书涉及计算机
，尤其涉及一种意愿识别模型训练方法、意愿识别方法、相关装置及介质。
技术介绍
[0002]刷脸是一种基于人工智能、机器视觉、3D传感、大数据等技术实现的新型核身方式，其通过采用脸部识别作为身份验证，给用户带来了极大的便利。
[0003]目前，在刷脸场景中，待刷脸用户开启刷脸后，需要站在具有刷脸功能设备的前方，进行脸部识别。但是，在使用线下刷脸设备进行刷脸的场景中，在刷脸设备的前方可能站着多个用户，即刷脸设备采集的刷脸图像中出现多个用户时，可能会存在用户A启用刷脸，而误刷用户B的情况，从而容易导致刷脸安全性舆情的发生。
[0004]基于此，刷脸意愿识别是对刷脸安全保障的重要环节，有助于提升刷脸安全体验，而上述盗刷和误刷的情况都会降低刷脸的安全性，因此，需要一种更加安全的意愿识别方案去进行刷脸。
技术实现思路
[0005]本说明书实施例提供了一种意愿识别模型训练方法、意愿识别方法、相关装置及介质，通过域自适应...
【技术保护点】
【技术特征摘要】
1.一种意愿识别模型训练方法，所述方法包括：获取第一样本数据集和第二样本数据集；所述第一样本数据集包括多张源域有意愿标签的第一样本图像；所述第二样本数据集包括多张目标域无意愿标签的第二样本图像；基于所述第一样本数据集以及初始意愿识别模型确定目标阈值集；所述目标阈值集包括至少一个意愿类别对应的目标阈值；利用所述初始意愿识别模型基于所述目标阈值集对所述第二样本数据集中的第二样本图像进行标注，得到第三样本数据集；基于所述第一样本数据集和所述第三样本数据集确定所述初始意愿识别模型的目标损失；在所述目标损失不满足预设条件的情况下，基于所述目标损失更新所述初始意愿识别模型，并再次执行所述基于所述第一样本数据集以及初始意愿识别模型确定目标阈值集的步骤；在所述目标损失满足所述预设条件的情况下，将所述初始意愿识别模型确定为训练好的意愿识别模型。2.如权利要求1所述的方法，所述第一样本图像包括至少一个刷脸用户；所述第一样本数据集还包括基于所述第一样本图像中第一目标刷脸用户的第一目标位置生成的第一掩码图；所述第二样本数据集还包括基于所述第二样本图像中第二目标刷脸用户的第二目标位置生成的第二掩码图。3.如权利要求1或2所述的方法，所述基于所述第一样本数据集以及初始意愿识别模型确定目标阈值集，包括：将所述第一样本数据集输入初始意愿识别模型，输出所述第一样本数据集中各第一样本图像对应的第一意愿识别结果；基于所述第一样本数据集中各第一样本图像对应的第一意愿识别结果确定目标阈值集。4.如权利要求3所述的方法，所述意愿标签包括刷脸意愿标签和非刷脸意愿标签；所述第一意愿识别结果包括所述第一样本图像中第一目标刷脸用户对应的刷脸意愿概率和非刷脸意愿概率；所述基于所述第一样本数据集中各第一样本图像对应的第一意愿识别结果确定目标阈值集，包括：基于所述第一样本数据集中各第一样本图像对应的第一意愿识别结果计算目标意愿概率均值集；所述目标意愿概率均值集包括所述第一样本数据集中所述刷脸意愿标签对应的第一样本图像之间的目标刷脸意愿概率均值和所述非刷脸意愿标签对应的第一样本图像之间的目标非刷脸意愿概率均值；基于所述目标意愿概率均值集确定目标阈值集。5.如权利要求3所述的方法，所述基于所述第一样本数据集中各第一样本图像对应的第一意愿识别结果确定目标阈值集，包括：基于所述第一样本数据集中各第一样本图像对应的第一意愿识别结果以及预设阈值集确定目标阈值集。6.如权利要求1或2所述的方法，所述意愿标签包括刷脸意愿标签和非刷脸意愿标签；
所述目标阈值集包括所述意愿识别模型中刷脸意愿类别对应的目标刷脸意愿阈值和所述意愿识别模型中非刷脸意愿类别对应的目标非刷脸意愿阈值；所述利用所述初始意愿识别模型基于所述目标阈值集对所述第二样本数据集中的第二样本图像进行标注，得到第三样本数据集，包括：将所述第二样本数据集输入所述初始意愿识别模型中，输出所述第二样本数据集中各第二样本图像对应的第二意愿识别结果；所述第二意愿识别结果包括所述第二样本图像中第二目标刷脸用户对应的刷脸意愿概率和非刷脸意愿概率；对所述第二样本数据集中所述刷脸意愿概率大于所述目标刷脸意愿阈值的第二样本图像标注所述刷脸意愿标签，对所述第二...
【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。