面部检测方法、装置、设备、介质及产品制造方法及图纸

本申请提供一种面部检测方法、装置、设备、介质及产品，涉及人工智能领域。该方法包括：通过预设采集途径采集多个用户的初始面部图像；响应于同一用户的初始面部图像的至少一个维度的图像状态为对应维度的多种预设图像状态中的部分状态，根据对应维度的多种预设图像状态中的剩余部分状态对同一用户的初始面部图像进行预处理，以获得图像状态为剩余部分状态的同一用户的目标面部图像；根据多个用户的初始面部图像和对应用户的目标面部图像生成训练集；采用训练集对预设面部检测模型进行训练，获得用于对银行输入图像进行面部检测的预设面部检测模型。本申请的方法，提高了预设面部检测模型在银行应用场景中的检测精度。部检测模型在银行应用场景中的检测精度。部检测模型在银行应用场景中的检测精度。

【技术实现步骤摘要】
面部检测方法、装置、设备、介质及产品


[0001]本申请涉及人工智能领域，尤其涉及一种面部检测方法、装置、设备、介质及产品。

技术介绍

[0002]面部检测是面部识别的重要步骤，也是面部分析的重要组成部分，在银行的监控、图像检测技术、身份认证、自助服务等领域发挥着重要作用。
[0003]在现有技术中，预先搭建待训练面部检测模型，采用由大量标注了面部真实框的面部图像组成的训练集对待训练面部检测模型进行训练，直至达到预设训练收敛条件，将达到预设训练收敛条件时的待训练面部检测模型确定为目标面部检测模型，以便采用目标面部检测模型对图像中的面部进行检测。
[0004]但是，现有技术的训练集中面部图像较为单一，导致采用该训练集训练得到的目标面部检测模型在银行应用场景中的检测精度较低。

技术实现思路

[0005]本申请提供一种面部检测方法、装置、设备、介质及产品，用以解决现有技术的训练集中面部图像较为单一导致采用该训练集训练得到的目标面部检测模型在银行应用场景中的检测精度较低问题。
[0006]第一方面，本申请提供一种面部检测方法，所述面部检测方法包括：
[0007]通过预设采集途径采集多个用户的初始面部图像；所述预设采集途径包括银行柜台、银行自助终端、网上银行中的任意一种或多种；所述用户为已通过采集授权用户；
[0008]确定所述多个用户的初始面部图像的至少一个维度的图像状态；所述维度包括模糊度、遮挡度、光照度、表情度中的一个或多个；
[0009]响应于同一用户的初始面部图像的至少一个维度的图像状态为对应维度的多种预设图像状态中的部分状态，根据所述对应维度的多种预设图像状态中的剩余部分状态对所述同一用户的初始面部图像进行预处理，以获得所述同一用户的目标面部图像，其中，所述目标面部图像的图像状态为所述对应维度的多种预设图像状态中的剩余部分状态；
[0010]根据所述多个用户的初始面部图像和对应用户的所述目标面部图像生成训练集；
[0011]采用所述训练集对预设面部检测模型进行训练，获得训练后的预设面部检测模型，所述训练后的预设面部检测模型用于对银行输入图像进行面部检测。
[0012]第二方面，本申请提供一种面部检测装置，所述面部检测装置包括：
[0013]采集模块，用于通过预设采集途径采集多个用户的初始面部图像；所述预设采集途径包括银行柜台、银行自助终端、网上银行中的任意一种或多种；所述用户为已通过采集授权用户；
[0014]确定模块，用于确定所述多个用户的初始面部图像的至少一个维度的图像状态；所述维度包括模糊度、遮挡度、光照度、表情度中的一个或多个；
[0015]预处理模块，用于响应于同一用户的初始面部图像的至少一个维度的图像状态为
对应维度的多种预设图像状态中的部分状态，根据所述对应维度的多种预设图像状态中的剩余部分状态对所述同一用户的初始面部图像进行预处理，以获得所述同一用户的目标面部图像，其中，所述目标面部图像的图像状态为所述对应维度的多种预设图像状态中的剩余部分状态；
[0016]生成模块，用于根据所述多个用户的初始面部图像和对应用户的所述目标面部图像生成训练集；
[0017]训练模块，用于采用所述训练集对预设面部检测模型进行训练，获得训练后的预设面部检测模型，所述训练后的预设面部检测模型用于对银行输入图像进行面部检测。
[0018]第三方面，本申请提供一种电子设备，所述电子设备包括：处理器，以及与所述处理器通信连接的存储器；
[0019]所述存储器存储计算机执行指令；
[0020]所述处理器执行所述存储器存储的计算机执行指令，以实现第一方面所述的面部检测方法。
[0021]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面所述的面部检测方法。
[0022]第五方面，本申请提供一种计算机程序产品，所述计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现第一方面所述的面部检测方法。
[0023]本申请提供的面部检测方法、装置、设备、介质及产品，通过预设采集途径采集多个用户的初始面部图像；预设采集途径包括银行柜台、银行自助终端、网上银行中的任意一种或多种；用户为已通过采集授权用户；确定多个用户的初始面部图像的至少一个维度的图像状态；维度包括模糊度、遮挡度、光照度、表情度中的一个或多个；响应于同一用户的初始面部图像的至少一个维度的图像状态为对应维度的多种预设图像状态中的部分状态，根据对应维度的多种预设图像状态中的剩余部分状态对同一用户的初始面部图像进行预处理，以获得同一用户的目标面部图像，其中，目标面部图像的图像状态为对应维度的多种预设图像状态中的剩余部分状态；根据多个用户的初始面部图像和对应用户的目标面部图像生成训练集；采用训练集对预设面部检测模型进行训练，获得训练后的预设面部检测模型，训练后的预设面部检测模型用于对银行输入图像进行面部检测。通过上述方案，一方面，根据银行采集到的用户初始面部图像训练预设面部检测模型，保证了训练得到的预设面部检测模型能够较好地适用于银行应用场景的面部检测，从而提高银行应用场景中面部检测的检测精度；另一方面，根据用户初始面部图像的图像状态，对银行采集到的用户初始面部图像进行预处理，获得目标面部图像，进而根据初始面部图像和目标面部图像生成图像状态丰富的训练集，从而保证根据该训练集训练得到的预设面部图像检测模型能够适用于多种图像状态的面部检测，提高银行实际应用场景中面部检测的检测精度。
附图说明
[0024]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0025]图1为本申请实施例提供的面部检测方法的场景示意图；
[0026]图2为本申请实施例提供的面部检测方法的流程示意图；
[0027]图3为本申请实施例提供的面部检测方法的另一流程示意图；
[0028]图4为本申请实施例提供的面部检测装置的结构示意图；
[0029]图5为本申请实施例提供的电子设备的结构示意图。
[0030]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0031]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0032]需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面部检测方法，其特征在于，包括：通过预设采集途径采集多个用户的初始面部图像；所述预设采集途径包括银行柜台、银行自助终端、网上银行中的任意一种或多种；所述用户为已通过采集授权用户；确定所述多个用户的初始面部图像的至少一个维度的图像状态；所述维度包括模糊度、遮挡度、光照度、表情度中的一个或多个；响应于同一用户的初始面部图像的至少一个维度的图像状态为对应维度的多种预设图像状态中的部分状态，根据所述对应维度的多种预设图像状态中的剩余部分状态对所述同一用户的初始面部图像进行预处理，以获得所述同一用户的目标面部图像，其中，所述目标面部图像的图像状态为所述对应维度的多种预设图像状态中的剩余部分状态；根据所述多个用户的初始面部图像和对应用户的所述目标面部图像生成训练集；采用所述训练集对预设面部检测模型进行训练，获得训练后的预设面部检测模型，所述训练后的预设面部检测模型用于对银行输入图像进行面部检测。2.根据权利要求1所述的方法，其特征在于，所述确定所述多个用户的初始面部图像的至少一个维度的图像状态，包括：获取图像状态标定数据，其中，所述图像状态标定数据包括所述多个用户的初始面部图像的至少一个维度的图像状态；从所述图像状态标定数据中确定所述多个用户的初始面部图像的至少一个维度的图像状态。3.根据权利要求1所述的方法，其特征在于，所述模糊度的多种预设图像状态包括清晰状态和模糊状态；所述根据所述对应维度的多种预设图像状态中的剩余部分状态对所述同一用户的初始面部图像进行预处理，包括：响应于所述模糊度的多种预设图像状态中的剩余部分状态为所述清晰状态，对所述同一用户的初始面部图像进行清晰化处理，以获得所述同一用户的清晰状态的目标面部图像，其中，所述清晰化处理包括锐化处理、去噪处理、超分辨率重建、图像增强中的一种或多种；响应于所述模糊度的多种预设图像状态中的剩余部分状态为所述模糊状态，对所述同一用户的初始面部图像进行模糊化处理，以获得所述同一用户的模糊状态的目标面部图像，其中，所述模糊化处理包括高斯模糊、运动模糊、均值模糊、下采样中的一种或多种。4.根据权利要求1所述的方法，其特征在于，所述遮挡度的多种预设图像状态包括眉眼遮挡状态、口鼻遮挡状态、头顶遮挡状态、耳朵遮挡状态中的一种或多种和未遮挡状态；所述根据所述对应维度的多种预设图像状态中的剩余部分状态对所述同一用户的初始面部图像进行预处理，包括：响应于所述遮挡度的多种预设图像状态中的剩余部分状态包括所述眉眼遮挡状态，确定所述同一用户的初始面部图像中的眉眼位置，在所述眉眼位置添加第一遮挡物，以获得所述同一用户的眉眼遮挡状态的目标面部图像；响应于所述遮挡度的多种预设图像状态中的剩余部分状态包括所述口鼻遮挡状态，确定所述同一用户的初始面部图像中的口鼻位置，在所述口鼻位置添加第二遮挡物，以获得所述同一用户的口鼻遮挡状态的目标面部图像；
响应于所述遮挡度的多种预设图像状态中的剩余部分状态包括所述头顶遮挡状态，确定所述同一用户的初始面部图像中的头顶位置，在所述头顶位置添加第三遮挡物，以获得所述同一用户的头顶遮挡状态的目标面部图像；响应于所述遮挡度的多种预设图像状态中的剩余部分状态包括所述耳朵遮挡状态，确定所述同一用户的初始面部图像中的耳朵位置，在所述耳朵位置添加第四遮挡物，以获得所述同一用户的耳朵遮挡状态的目标面部图像；响应于所述遮挡度的多种预设图像状态中的剩余部分状态包括所述未遮挡状态，确定所述同一用户的初始面部图像中的面部对称线、遮挡区域和对称区域，采用所述对称区域中的图像内容覆盖所述遮挡区域的图像内容，以获得所述同一用户的未遮挡状态的目标面部图像，其中，所述对称区域为所述初始面部图像中与所述遮挡区域关于所述面部对称线对称的未遮挡区域。5.根据权利要求1所述的方法，其特征在于，所述光照度的多种预设图像状态包括强光照状态、弱光照...

【专利技术属性】
技术研发人员：石娟娟，芦效春，赵瑞祥，彭梦梦，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：