相似人脸图像生成方法、人脸识别模型训练方法及装置制造方法及图纸

本申请提供了一种相似人脸图像生成方法、人脸识别模型训练方法以及装置。通过相似人脸图像生成方法从现有的人脸数据库中任意选取分别来自于不同人物的第一人脸图像和第二人脸图像，并根据第一人脸图像、第二人脸图像生成与第一人脸图像、第二人脸图像均相似的相似人脸图像，所生成的相似人脸图像既可以与相应的第一人脸图像构成一个训练图像对，也可以与相应的第二人脸图像构成另一个训练图像对；通过人脸识别模型训练方法利用众多的训练图像对对待训练人脸识别模型进行训练，以降低人脸识别模型对于相似人脸的误识别率。本申请通过生成的方式得到相似人脸数据，不需要耗费大量的人力、财力及物力去社会上采集，提高了模型的训练效率。的训练效率。的训练效率。

【技术实现步骤摘要】
相似人脸图像生成方法、人脸识别模型训练方法及装置


[0001]本申请涉及计算机视觉与深度学习的
，尤其涉及一种相似人脸图像生成方法、人脸识别模型训练方法及装置。

技术介绍

[0002]近些年来，随着人工智能的高速发展，基于计算机视觉的人脸识别技术已经在手机解锁、金融支付、智能安防等方面有了广泛的应用，人们在生活中也逐渐将人脸识别技术作为身份验证的主要途径，但是在面对同卵/异卵的孪生双胞胎时，由于双胞胎的人脸具有极大的相似性，所以人脸识别时对此存在着较大的误识别率。
[0003]相关技术中，通过采集双胞胎的人脸数据，并将它们加入到人脸识别模型中进行训练，可以在一定程度上降低人脸识别模型对相似人脸的误识别率，但在实际的项目开发中，采集双胞胎的人脸数据是一项非常消耗人力、财力及物力的工作，且双胞胎的人脸数据十分稀有，更是增加了人脸数据的采集难度。
[0004]因此，有必要对上述双胞胎人脸数据的获取方式进行改进。

技术实现思路

[0005]本申请提供了一种相似人脸图像生成方法、人脸识别模型训练方法以及装置，旨在解决相关技术中相似人脸数据的采集难度大、成本高的问题。
[0006]本申请实施例第一方面提供了一种相似人脸图像生成方法，包括：获取第一人脸图像和第二人脸图像，第一人脸图像和第二人脸图像分别来自于不同的人物；对第一人脸图像进行编码得到相应的第一隐编码、及对第二人脸图像进行编码得到相应的第二隐编码；按照预设的权重系数对第一隐编码及第二隐编码进行混合得到混合隐编码；对混合隐编码进行解耦，得到目标隐编码；根据目标隐编码生成相似人脸图像，相似人脸图像与第一人脸图像和第二人脸图像均相似。
[0007]本申请实施例第二方面提供了一种人脸识别模型训练方法，该人脸识别模型训练方法包括：获取相似人脸图像及生成相似人脸图像时所用的第一人脸图像、第二人脸图像，其中，相似人脸图像由第一人脸图像及第二人脸图像，根据本申请实施例第一方面所述的相似人脸图像生成方法生成；将相似人脸图像与第一人脸图像构成一个训练图像对、及与第二人脸图像构成另一个训练图像对；将各训练图像对输入待训练人脸识别模型中，对待训练人脸识别模型进行训练。
[0008]本申请实施例第三方面提供了一种相似人脸图像生成装置，该相似人脸图像生成装置包括图像编码器和图像生成器；图像编码器用于：获取第一人脸图像和第二人脸图像，其中，第一人脸图像和第二人脸图像分别来自于不同的人物；对第一人脸图像进行编码得到相应的第一隐编码、及对第二人脸图像进行编码得到相应的第二隐编码；按照预设的权重系数对第一隐编码及第二隐编码进行混合得到混合隐编码；图像生成器用于：对混合隐编码进行解耦，得到目标隐编码；根据目标隐编码生成相似人脸图像，且所生成的相似人脸
图像与第一人脸图像和第二人脸图像均相似。
[0009]本申请实施例第四方面提供了一种人脸识别模型训练装置，其包括获取模块、构成模块及训练模块；获取模块，用于获取相似人脸图像以及生成相似人脸图像时所用的第一人脸图像、第二人脸图像，其中，相似人脸图像由第一人脸图像及第二人脸图像，根据本申请实施例第一方面所述的相似人脸图像生成方法生成；构成模块，用于将相似人脸图像与第一人脸图像构成一个训练图像对、及与第二人脸图像构成另一个训练图像对；训练模块，用于将各训练图像对输入待训练人脸识别模型中，对待训练人脸识别模型进行训练。
[0010]本申请实施例第五方面提供了一种电子设备，包括：存储器，用于存储至少一个计算机程序；处理器，用于调用计算机程序以执行本申请实施例第一方面所述的相似人脸图像生成方法，或执行本申请实施例第二方面所述的人脸识别模型训练方法。
[0011]本申请实施例第六方面提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当计算机程序被处理器调用时实现本申请实施例第一方面所述的相似人脸图像生成方法，或实现本申请实施例第二方面所述的人脸识别模型训练方法。
[0012]从上述描述可知，与相关技术相比，本申请的有益效果在于：获取分别来自于不同的人物的第一人脸图像以及第二人脸图像，通过对第一人脸图像以及第二人脸图像进行编码然后再根据权重系数对相应的隐编码进行混合，生成了与第一人脸图像、第二人脸图像均相似的相似人脸图像，该相似人脸图像可以与相应的第一人脸图像构成一个训练图像对，也可以与相应的第二人脸图像构成另一个训练图像对，由于每一个训练图像对中的相似人脸图像均通过生成得到，所以不需要耗费大量的人力、财力及物力去社会上采集相似人脸图像，从而有效地降低了相似人脸数据的采集难度、成本，提高了后续人脸识别模型的训练效率；当生成的相似人脸图像足够多时，即可利用众多的训练图像对对待训练人脸识别模型进行训练，从而能够有效地降低人脸识别模型对相似人脸(如双胞胎人脸)的误识别率，提升了人脸识别模型的识别精度。
【附图说明】
[0013]为了更清楚地说明相关技术或本申请实施例中的技术方案，下面将对相关技术或本申请实施例的描述中所需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，而并非是全部实施例，对于本领域的普通技术人员来讲，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。
[0014]图1为本申请实施例提供的电子设备的结构示意图；
[0015]图2为本申请实施例提供的相似人脸图像生成装置的结构示意图；
[0016]图3为本申请实施例提供的图像编码器的网络结构图；
[0017]图4为本申请实施例提供的图像生成器的网络结构图；
[0018]图5为本申请实施例提供的综合网络模型的架构图；
[0019]图6为本申请实施例提供的相似人脸图像生成方法的流程示意图；
[0020]图7为本申请实施例提供的人脸识别模型训练装置的结构示意图；
[0021]图8为本申请实施例提供的人脸识别模型训练方法的流程示意图。
【具体实施方式】
[0022]为了使本申请的目的、技术方案及优点更加的明显、易懂，下面将结合本申请实施例以及相应的附图，对本申请进行清楚、完整地描述，其中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。应当理解的是，下面所描述的本申请的各个实施例仅用以解释本申请，并不用于限定本申请，即基于本申请的各个实施例，本领域的普通技术人员在没有做出创造性劳动的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。此外，下面所描述的本申请的各个实施例中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
[0023]本申请实施例提供了一种电子设备，主要实现图像生成功能以及模型训练功能。图像生成功能指的是从现有的人脸数据库中任意选取来自于不同人物的第一人脸图像和第二人脸图像，并根据第一人脸图像、第二人脸图像生成与第一人脸图像、第二人脸图像均相似的相似人脸图像，相似人脸图像可以与相应的第一人脸图像构成一个训练图像对，也可以与相应的第二人脸图像构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种相似人脸图像生成方法，其特征在于，包括：获取第一人脸图像和第二人脸图像，所述第一人脸图像和所述第二人脸图像分别来自于不同的人物；对所述第一人脸图像进行编码得到相应的第一隐编码，以及对所述第二人脸图像进行编码得到相应的第二隐编码；按照预设的权重系数对所述第一隐编码及所述第二隐编码进行混合，得到混合隐编码；对所述混合隐编码进行解耦，得到目标隐编码；根据所述目标隐编码生成相似人脸图像，所述相似人脸图像与所述第一人脸图像和所述第二人脸图像均相似。2.根据权利要求1所述的相似人脸图像生成方法，其特征在于，所述对所述第一人脸图像进行编码得到相应的第一隐编码，包括：对所述第一人脸图像依次进行多次卷积得到多个第一特征图；其中，多个所述第一特征图按照自下而上的顺序呈层级排列且分辨率依次减小，第一层的所述第一特征图为所述第一人脸图像经卷积所得，其它各层的所述第一特征图均为前一层的所述第一特征图经卷积所得；对最后一层的所述第一特征图进行卷积，得到最后一层的第二特征图；根据最后一层的第二特征图及倒数第二层的所述第一特征图，生成倒数第二层的第二特征图，以此类推，直至生成第一层的第二特征图，自上而下各层的第二特征图的分辨率依次增大；对各层的所述第二特征图进行转换，得到各层对应的第一隐编码。3.根据权利要求2所述的相似人脸图像生成方法，其特征在于，所述根据最后一层的第二特征图及倒数第二层的所述第一特征图，生成倒数第二层的第二特征图，包括：对最后一层的第二特征图进行上采样，以及对倒数第二层的所述第一特征图进行卷积；将经上采样的最后一层的第二特征图与经卷积的倒数第二层的所述第一特征图相加，得到倒数第二层的第二特征图。4.根据权利要求1所述的相似人脸图像生成方法，其特征在于，所述对所述混合隐编码进行解耦，得到相应的目标隐编码，包括：将所述混合隐编码输入映射网络模型，通过所述映射网络模型中的多个全连接层，将所述混合隐编码从初始隐空间向目标隐空间映射，得到相应的目标隐编码。5.根据权利要求1所述的相似人脸图像生成方法，其特征在于，所述根据所述目标隐编码生成相似人脸图像，...

【专利技术属性】
技术研发人员：陈训教，蔡万源，辛冠希，郑新莹，
申请(专利权)人：奥比中光科技集团股份有限公司，
类型：发明
国别省市：