人脸识别、用于人脸识别的模型训练方法、装置及设备制造方法及图纸

本说明书实施例公开了一种人脸识别、图像识别子模型、图像生成子模型的训练方法、装置及设备，该方法包括：获取待识别用户的第一人脸图像；将第一人脸图像输入至图像生成子模型中，生成第二人脸图像，第二人脸图像的清晰程度满足预设清晰度条件，且第二人脸图像对应的人脸特征信息与第一人脸图像对应的人脸特征信息之间的相似度大于第一预设阈值；将第二人脸图像输入至图像识别子模型中，通过图像识别子模型输出对待识别用户的识别结果。通过上述人脸识别方法，能够提高清晰程度较低的人脸图像的识别准确度。像的识别准确度。像的识别准确度。

【技术实现步骤摘要】
人脸识别、用于人脸识别的模型训练方法、装置及设备


[0001]本申请涉及机器视觉领域，尤其涉及一种人脸识别、图像识别子模型、图像生成子模型的训练方法、装置及设备。

技术介绍

[0002]人脸识别技术，是基于人的脸部特征信息进行身份识别的一种生物识别技术，该技术已广泛用于政府、电子商务、安全防务等各领域。
[0003]目前，通常采用的人脸识别方法是通过获取待识别的人脸图像，然后，将获取到的待识别的人脸图像与信息库中预先存储的待识别的人脸图像对应的真实人脸图像进行人脸比对得到识别结果。然而，目前在对待识别用户进行人脸识别时，在获取待识别用户的人脸图像的过程中，可能会受到光照等外部因素的影响，使得获取到的待识别的人脸图像清晰程度较低，这样通过上述方式进行识别时，识别的准确度低下，为此，需要提供一种能够提高清晰程度较低的人脸图像的识别准确度的技术方案。

技术实现思路

[0004]本说明书实施例的目的是提供一种能够提高清晰程度较低的人脸图像的识别准确度的技术方案。
[0005]为了解决上述技术问题，本说明书实施例是这样实现的：
[0006]第一方面，本说明书实施例提供了一种人脸识别方法，所述方法包括：
[0007]获取待识别用户的第一人脸图像；
[0008]将所述第一人脸图像输入至图像生成子模型中，生成第二人脸图像，所述第二人脸图像的清晰程度满足预设清晰度条件，且所述第二人脸图像对应的人脸特征信息与所述第一人脸图像对应的人脸特征信息之间的相似度大于第一预设阈值；
[0009]将所述第二人脸图像输入至图像识别子模型中，通过所述图像识别子模型输出对所述待识别用户的识别结果。
[0010]第二方面，本说明书实施例提供了一种图像识别子模型的训练方法，所述方法包括：
[0011]获取预设数量的存在标签的第一人脸样本图像对，所述第一人脸样本图像对包括相同标签的第一图像和第二图像，所述第一图像为待识别的图像，所述第二图像为与所述待识别的图像对应的真实图像，其中，所述第一图像的清晰程度不满足预设清晰度条件；
[0012]基于所述第一图像，通过所述图像生成子模型生成第一生成图像，所述第一生成图像的清晰程度满足所述预设清晰度条件，且所述第一图像对应的人脸特征信息与所述第一生成图像对应的人脸特征信息之间的相似度大于第一预设阈值，其中，所述图像生成子模型为经过预先训练得到的；
[0013]基于所述第一生成图像所包含的第一人脸特征信息、所述第二图像所包含的第二人脸特征信息，以及所述第一图像所包含的第三人脸特征信息，对所述图像识别子模型进
行迭代训练，直到所述图像识别子模型对应的第一损失函数收敛的情况下，得到训练后的图像识别子模型。
[0014]第三方面，本说明书实施例提供了一种图像生成子模型的训练方法，所述方法包括：
[0015]获取预设数量的存在标签的第二人脸样本图像对，所述第二人脸样本图像对包括相同标签的第三图像和第四图像，所述第三图像的清晰程度不满足预设清晰度条件，所述第四图像的清晰程度满足所述预设清晰度条件；
[0016]基于所述第三图像，通过图像生成子模型生成第二生成图像，所述第二生成图像的清晰程度满足所述预设清晰度条件，且所述第三图像包含的第四人脸特征信息与所述第二生成图像包含的第五人脸特征信息之间的第一相似度大于第一预设阈值；
[0017]基于所述第四人脸特征信息与所述第四图像所包含的第六人脸特征信息之间的第二相似度、以及所述第四人脸特征信息与所述第五人脸特征信息之间的第一相似度，对所述图像生成子模型进行迭代训练，直到所述第一相似度数值大于第一预设阈值，所述第二相似度数值大于第二预设阈值的情况下，得到训练后的图像生成子模型。
[0018]第四方面，本说明书实施例提供了一种人脸识别装置，所述装置包括：
[0019]第一获取模块，被配置为获取待识别用户的第一人脸图像；
[0020]第一输入模块，被配置为将所述第一人脸图像输入至图像生成子模型中，生成第二人脸图像，所述第二人脸图像的清晰程度满足预设清晰度条件，且所述第二人脸图像对应的人脸特征信息与所述第一人脸图像对应的人脸特征信息之间的相似度大于第一预设阈值；
[0021]第二输入模块，被配置为将所述第二人脸图像输入至图像识别子模型中，通过所述图像识别子模型输出对所述待识别用户的识别结果。
[0022]第五方面，本说明书实施例提供了一种图像识别子模型的训练装置，所述装置包括：
[0023]第二获取模块，被配置为获取预设数量的存在标签的第一人脸样本图像对，所述第一人脸样本图像对包括相同标签的第一图像和第二图像，所述第一图像为待识别的图像，所述第二图像为与所述待识别的图像对应的真实图像，其中，所述第一图像的清晰程度不满足预设清晰度条件；
[0024]第一生成模块，被配置为基于所述第一图像，通过所述图像生成子模型生成第一生成图像，所述第一生成图像的清晰程度满足所述预设清晰度条件，且所述第一图像对应的人脸特征信息与所述第一生成图像对应的人脸特征信息之间的相似度大于第一预设阈值，其中，所述图像生成子模型为经过预先训练得到的；
[0025]第一训练模块，被配置为基于所述第一生成图像所包含的第一人脸特征信息、所述第二图像所包含的第二人脸特征信息，以及所述第一图像所包含的第三人脸特征信息，对所述图像识别子模型进行迭代训练，直到所述图像识别子模型对应的第一损失函数收敛的情况下，得到训练后的图像识别子模型。
[0026]第六方面，本说明书实施例提供了一种图像生成子模型的训练装置，所述装置包括：
[0027]第三获取模块，被配置为获取预设数量的存在标签的第二人脸样本图像对，所述
第二人脸样本图像对包括相同标签的第三图像和第四图像，所述第三图像的清晰程度不满足预设清晰度条件，所述第四图像的清晰程度满足所述预设清晰度条件；
[0028]第二生成模块，被配置为基于所述第三图像，通过图像生成子模型生成第二生成图像，所述第二生成图像的清晰程度满足所述预设清晰度条件，且所述第三图像包含的第四人脸特征信息与所述第二生成图像包含的第五人脸特征信息之间的第一相似度大于第一预设阈值；
[0029]第二训练模块，被配置为基于所述第四人脸特征信息与所述第四图像所包含的第六人脸特征信息之间的第二相似度、以及所述第四人脸特征信息与所述第五人脸特征信息之间的第一相似度，对所述图像生成子模型进行迭代训练，直到所述第一相似度数值大于第一预设阈值，所述第二相似度数值大于第二预设阈值的情况下，得到训练后的图像生成子模型。
[0030]第七方面，本说明书实施例提供了一种人脸识别设备，所述设备包括：
[0031]处理器；以及
[0032]被安排成存储计算机可执行指令的存储器，所述可执行指令被配置由所述处理器执行，所述可执行指令包括用于执行如第一方面所述的方法中的步骤。
[0033]第八方面，本说明书实施例提供了一种图像识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别方法，其特征在于，所述方法包括：获取待识别用户的第一人脸图像；将所述第一人脸图像输入至图像生成子模型中，生成第二人脸图像，所述第二人脸图像的清晰程度满足预设清晰度条件，且所述第二人脸图像对应的人脸特征信息与所述第一人脸图像对应的人脸特征信息之间的相似度大于第一预设阈值；将所述第二人脸图像输入至图像识别子模型中，通过所述图像识别子模型输出对所述待识别用户的识别结果。2.根据权利要求1所述的方法，其特征在于，所述将所述第一人脸图像输入至图像生成子模型中，生成第二人脸图像，包括：检测所述第一人脸图像的清晰程度；若所述第一人脸图像的清晰程度不满足预设清晰度条件，则将所述第一人脸图像输入至图像生成子模型中，生成第二人脸图像。3.根据权利要求1所述的方法，其特征在于，所述将所述第一人脸图像输入至图像生成子模型中，生成第二人脸图像，包括：将所述第一人脸图像输入至图像生成子模型中，通过所述图像生成子模型提取所述第一人脸图像中的预设人脸关键点的特征信息；在所述第一人脸图像中的预设人脸关键点的特征信息不变的基础上，生成第二人脸图像。4.一种图像识别子模型的训练方法，其特征在于，所述方法包括：获取预设数量的存在标签的第一人脸样本图像对，所述第一人脸样本图像对包括相同标签的第一图像和第二图像，所述第一图像为待识别的图像，所述第二图像为与所述待识别的图像对应的真实图像，其中，所述第一图像的清晰程度不满足预设清晰度条件；基于所述第一图像，通过所述图像生成子模型生成第一生成图像，所述第一生成图像的清晰程度满足所述预设清晰度条件，且所述第一图像对应的人脸特征信息与所述第一生成图像对应的人脸特征信息之间的相似度大于第一预设阈值，其中，所述图像生成子模型为经过预先训练得到的；基于所述第一生成图像所包含的第一人脸特征信息、所述第二图像所包含的第二人脸特征信息，以及所述第一图像所包含的第三人脸特征信息，对所述图像识别子模型进行迭代训练，直到所述图像识别子模型对应的第一损失函数收敛的情况下，得到训练后的图像识别子模型。5.根据权利要求4所述的方法，其特征在于，所述第一损失函数包括所述图像生成子模型对应的图像生成损失函数，以及所述图像识别子模型对应的图像识别损失函数，其中，基于所述第一人脸特征信息与所述第三人脸特征信息之间的相似度确定所述图像生成损失函数。6.根据权利要求5所述的方法，其特征在于，所述图像识别损失函数包括第一图像识别损失函数和第二图像识别损失函数，其中，基于所述第二人脸特征信息与所述第三人脸特征信息之间的相似度确定所述第一图像识别损失函数，基于所述第一人脸特征信息与所述第二人脸特征信息之间的相似度确定所述第二图像识别损失函数。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
确定所述图像生成损失函数对应的第一权重、所述第一图像识别损失函数对应的第二权重、以及所述第二图像识别损失函数对应的第三权重；基于所述图像生成损失函数、所述第一图像识别损失函数、所述第二图像识别损失函数，以及所述第一权重、所述第二权重，以及所述第三权重，确定所述图像识别子模型对应的第一损失函数。8.根据权利要求7所述的方法，其特征在于，所述预设数量的第一人脸样本图像对包括多个标签类别，各所述标签类别对应的第一人脸样本图像对的数量满足预设数量条件。9.一种图像生成子模型的训练方法，其特征在于，所述方法包括：获取预设数量的存在标签的第二人脸样本图像对，所述第二人脸样本图像对包括相同标签的第三图像和第四图像，所述第三图像的清晰程度不满足预设清晰度条件，所述第四图像的清晰程度满足所述预设清晰度条件；基于所述第三图像，通过图像生成子模型生成第二生成图像，所述第二生成图像的清晰程度满足所述预设清晰度条件，且所述第三图像包含的第四人脸特征信息与所述第二生成图像...

【专利技术属性】
技术研发人员：吕永春，朱徽，周迅溢，曾定衡，
申请(专利权)人：马上消费金融股份有限公司，
类型：发明
国别省市：