一种模型压缩方法、装置、存储介质、产品及电子设备制造方法及图纸

本申请公开了一种模型压缩方法、装置、存储介质、产品及电子设备，其中，方法包括：采用压缩检测模型对所采集的人脸图像进行活体检测处理，获取预设个数的检测结果，基于所述预设个数的检测结果进行性能衰减预测处理，获取所述预设个数的检测结果中各检测结果对应的检测结果差异值，针对所述各检测结果对应的检测结果差异值进行平均值计算，获得所述压缩检测模型的性能差异值，若所述性能差异值不满足性能衰减阈值，则采用自适应方式获取比例参数，采用所述比例参数对所述压缩检测模型进行调整处理。调整处理。调整处理。

【技术实现步骤摘要】
一种模型压缩方法、装置、存储介质、产品及电子设备


[0001]本申请涉及计算机
，尤其涉及一种模型压缩方法、装置、存储介质、产品及电子设备。

技术介绍

[0002]人脸识别功能在信息安全领域的使用频率越来越高，人脸识别也成为了现在人们生活中重要的身份识别手段，现有技术中可以通过采集人脸图像判断是真实的人进行人脸识别，还是恶意的活体攻击操作，现有技术中往往利用移动终端设备或摄像机获取人脸图像，然后将人脸图像发送到云端服务器等终端设备中进行统一的活体攻击检测，但是在人脸图像的传送过程中存在用户隐私的安全隐患，并且由于存在两次数据传送导致活体攻击检测的效率较低。现有技术中若将用于活体攻击检测的模型直接安装于用户的移动终端设备中，将占用移动终端设备较大的存储空间以及运行内存，需要提出一种采用轻量模型进行活体检测的方法。

技术实现思路

[0003]本申请实施例提供了一种模型压缩方法、装置、存储介质及电子设备，可以通过使用压缩后的模型进行活体检测提高活体检测的安全性和便捷性，并且对压缩检测模型的性能衰减进行预测，从而实现对压缩检测模型进行调整处理，进一步保证压缩检测模型的性能。所述技术方案如下：
[0004]第一方面，本申请实施例提供了一种模型压缩方法，所述方法包括：
[0005]采用压缩检测模型对所采集的人脸图像进行活体检测处理，获取预设个数的检测结果；
[0006]基于所述预设个数的检测结果进行性能衰减预测处理，获取所述预设个数的检测结果中各检测结果对应的检测结果差异值；
>[0007]针对所述各检测结果对应的检测结果差异值进行平均值计算，获得所述压缩检测模型的性能差异值；
[0008]若所述性能差异值不满足性能衰减阈值，则采用自适应方式获取比例参数，采用所述比例参数对所述压缩检测模型进行调整处理。
[0009]第二方面，本申请实施例提供了一种模型压缩装置，所述装置包括：
[0010]检测结果获取模块，用于采用压缩检测模型对所采集的人脸图像进行活体检测处理，获取预设个数的检测结果；
[0011]性能衰减预测模块，用于基于所述预设个数的检测结果进行性能衰减预测处理，获取所述预设个数的检测结果中各检测结果对应的检测结果差异值；
[0012]差异值获取模块，用于针对所述各检测结果对应的检测结果差异值进行平均值计算，获得所述压缩检测模型的性能差异值；
[0013]调整处理模块，用于若所述性能差异值不满足性能衰减阈值，则采用自适应方式
获取比例参数，采用所述比例参数对所述压缩检测模型进行调整处理。
[0014]第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
[0015]第四方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
[0016]第五方面，本申请实施例提供一种电子设备，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
[0017]在本申请一个或多个实施例中，采用压缩检测模型对所采集的人脸图像进行活体检测处理，获取预设个数的检测结果，基于所述预设个数的检测结果进行性能衰减预测处理，获取所述预设个数的检测结果中各检测结果对应的检测结果差异值，针对所述各检测结果对应的检测结果差异值进行平均值计算，获得所述压缩检测模型的性能差异值，若所述性能差异值不满足性能衰减阈值，则采用自适应方式获取比例参数，采用所述比例参数对所述压缩检测模型进行调整处理。通过使用压缩后的模型进行活体检测提高了活体检测的安全性和便捷性，并且对压缩检测模型的性能衰减进行预测，从而实现对压缩检测模型进行调整处理，进一步保证了压缩检测模型的性能。
附图说明
[0018]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是本申请实施例提供的一种基础检测模型训练处理的举例示意图；
[0020]图2是本申请实施例提供的一种模型压缩方法的流程示意图；
[0021]图3是本申请实施例提供的一种模型压缩方法的流程示意图；
[0022]图4是本申请实施例提供的一种压缩处理的举例示意图；
[0023]图5是本申请实施例提供的一种性能衰减预测模型训练的举例示意图；
[0024]图6是本申请实施例提供的一种采用比例参数对压缩检测模型进行调整处理的流程示意图；
[0025]图7是本申请实施例提供的一种模型压缩装置的结构示意图；
[0026]图8是本申请实施例提供的一种模型压缩装置的结构示意图；
[0027]图9是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0028]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0029]用户可以使用终端设备进行人脸识别处理，人脸识别处理可以用于获取用户的身
份信息，终端设备可以通过摄像功能采集包含用户面部的人脸图像，从而根据人脸图像进行人脸识别处理，但是在此之前终端设备需要对人脸图像进行活体检测处理，判断所采集到的人脸图像是用户的真实人脸图像，还是活体攻击操作，终端设备可以为手机、平板电脑、可穿戴设备，也可以为有摄像功能的门禁设备等。
[0030]模型压缩装置可以通过训练处理获得用于活体检测的基础检测模型，基础检测模型可以对人脸图像进行活体检测处理，将人脸图像输入基础检测模型，基础检测模型可以输出检测结果，检测结果用于表示人脸图像为真实人脸图像还是活体攻击，若人脸图像为真实人脸图像则模型压缩装置可以继续指示终端设备针对人脸图像进行人脸识别处理，若人脸图像为活体攻击则模型压缩装置可以拒绝去对人脸图像进行人脸识别处理，并向终端设备发送活体攻击提示信息，活体攻击提示信息用于向相关工作人员或用户提示存在对人脸识别处理的活体攻击，提示相关工作人员和用户对活体攻击的情况进行处理。可以理解的是，检测结果可以为人脸图像为活体攻击的攻击概率，若攻击概率大于或等于攻击概率阈值则人脸图像为活体攻击，若攻击概率小于攻击概率阈值则人脸图像为真实人脸图像，其中，攻击概率阈值可以为模型压缩装置的初始设置，也可以由用户或相关工作人员进行设置，例如可以为50％。
[0031]如果直接将基础检测模型部署在终端设备中，会占用终端设备过多的存储空间以及运行内存，所以模型压缩装置可以对基础检测模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型压缩方法，所述方法包括：采用压缩检测模型对所采集的人脸图像进行活体检测处理，获取预设个数的检测结果；基于所述预设个数的检测结果进行性能衰减预测处理，获取所述预设个数的检测结果中各检测结果对应的检测结果差异值；针对所述各检测结果对应的检测结果差异值进行平均值计算，获得所述压缩检测模型的性能差异值；若所述性能差异值不满足性能衰减阈值，则采用自适应方式获取比例参数，采用所述比例参数对所述压缩检测模型进行调整处理。2.根据权利要求1所述的方法，所述采用压缩检测模型对所采集的人脸图像进行活体检测处理，获取预设个数的检测结果之前，还包括：基于预设压缩比例对基础检测模型进行压缩处理，获得压缩检测模型。3.根据权利要求1所述的方法，所述采用压缩检测模型对所采集的人脸图像进行活体检测处理，获取预设个数的检测结果，包括：若接收到活体检测指令，则采用压缩检测模型对所采集到的人脸图像进行活体检测处理；以预设概率获取活体检测结果的检测结果，直至获取到预设个数的检测结果。4.根据权利要求2所述的方法，所述基于所述预设个数的检测结果进行性能衰减预测处理，获取所述预设个数的检测结果中各检测结果对应的检测结果差异值，包括：获取所述预设个数的检测结果中的目标检测结果；基于所述目标检测结果进行性能衰减预测处理，预测所述基础检测模型对应的基础检测结果；基于所述目标检测结果和所述基础检测结果，获取检测结果差异值。5.根据权利要求1所述的方法，所述若所述性能差异值不满足性能衰减阈值，则采用自适应方式获取比例参数，采用所述比例参数对所述压缩检测模型进行调整处理，包括：若所述性能差异值小于第一阈值，则获取初始压缩参数，基于所述初始压缩参数对所述压缩检测模型进行调整处理；若所述性能差异值大于第二阈值，则获取初始扩容参数，基于所述初始扩容参数对所述压缩检测模型进行调整处理，其中，所述第一阈值小于所述第二阈值。6.根据权利要求1所述的方法，所述采用自适应方式获取比例参数，采用所述比例参数对所述压缩检测模型进行调整处理，包括：获取初始比例参数，采用所述初始比例参数对所述压缩检测模型进行调整处理，获得第一调整模型；若所述第一调整模型的结果差异值不满足所述性能衰减阈值，则采用自适应方式获取调整比例参数；采用所述调整比例...

【专利技术属性】
技术研发人员：曹佳炯，
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：