人像背景相似度的数据集构建方法及其模型构建方法技术

本发明专利技术公开了一种人像背景相似度的数据集构建方法及其模型构建方法，其数据集构建方法包括：确定场景识别开源数据集，从人像语义数据集的标签获取人像区域信息，得到标签图像；场景识别开源数据集包括若干场景识别图像；基于场景识别图像的尺寸对标签图像进行转换得到转换图像；根据转换图像映射到场景识别图像中的人像区域，对场景识别图像中的人像区域进行填充，得到人像背景数据集。本发明专利技术通过场景识别开源数据集与人像语义分割数据集进行融合，生成模拟特定场景，如金融场景的人像背景数据集，有利于提高人像相似度识别的准确性。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理，尤其是涉及一种人像背景相似度的数据集构建方法及其模型构建方法。

技术介绍

1、随着金融业数字化转型，银行系统朝着智能化、机具化、无人化不断发展，基于金融图像相似度计算的应用场景越来越广泛。数据是基础，模型是支撑，智能化是目标；图像数据质量决定了有监督学习模型的能力上限，构建优质的图像对数据能够提升模型对相似图像的区分度。在严格的金融领域场景中，监管力度的加强对模型能力提出了更高要求，模型需要不断从新图像中自动学习两两之间的区分性，持续更新模型的辨别能力。同时，因为数据标注是一项高人力成本的活动，需要占用大量业务人员的工作时间，为了保证数据质量还要定期安排专人对数据进行审核与纠察，才能达到持续更新模型的人像自拍照背景的相似辨别能力。

2、现有的人像背景相似度的数据集构建方法通常利用非人像照片背景相似图像对的开源数据作为人像相似度的数据集，由于可使用的开源数据种类和领域较多，利用开源数据作为人像相似度的数据集无法准确识别人像相似度。

技术实现思路

1、本专利技术提供一种人本文档来自技高网...

【技术保护点】

1.一种人像背景相似度的数据集构建方法，其特征在于，包括：

2.如权利要求1所述的人像背景相似度的数据集构建方法，其特征在于，所述基于所述场景识别图像的尺寸对所述标签图像进行转换得到转换图像，包括：

3.如权利要求1所述的人像背景相似度的数据集构建方法，其特征在于，所述场景识别开源数据集包括Maillary、Pittsburgh30k和Tokyo247数据集的其中一种。

4.如权利要求1所述的人像背景相似度的数据集构建方法，其特征在于，还包括：

5.一种人像背景相似度的模型构建方法，其特征在于，包括：

6.如权利要求5所述的人像...

【技术特征摘要】

1.一种人像背景相似度的数据集构建方法，其特征在于，包括：

2.如权利要求1所述的人像背景相似度的数据集构建方法，其特征在于，所述基于所述场景识别图像的尺寸对所述标签图像进行转换得到转换图像，包括：

3.如权利要求1所述的人像背景相似度的数据集构建方法，其特征在于，所述场景识别开源数据集包括maillary、pittsburgh30k和tokyo247数据集的其中一种。

4.如权利要求1所述的人像背景相似度的数据集构建方法，其特征在于，还包括：

5.一种人像背景相似度的模型构建方法，其特征在于，包括：

6.如权利要求5所...

【专利技术属性】
技术研发人员：罗建明，
申请(专利权)人：广发银行股份有限公司，
类型：发明
国别省市：