CN113361363A - 人脸图像识别模型的训练方法、装置、设备及存储介质 - Google Patents

Abstract

本公开提供了一种人脸图像识别模型的训练方法、装置、设备及存储介质，涉及人工智能技术领域，具体涉及深度学习、计算机视觉等技术领域，可应用于智慧城市场景下。具体实现方案为：获取样本人脸图像，和与样本人脸图像对应的标注人脸特征；提取与样本人脸图像对应的样本场景类别；获取与样本场景类别对应的场景边缘特征；以及根据样本人脸图像、标注人脸特征，以及场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型。由此，能够有效提升目标人脸图像识别模型针对不同场景下人脸图像特征的识别表征能力，有效地提升人脸图像识别的准确性和可靠性。

Description

人脸图像识别模型的训练方法、装置、设备及存储介质

技术领域

本公开涉及人工智能技术领域，具体涉及深度学习、计算机视觉等技术领域，可应用于智慧城市场景下，尤其涉及人脸图像识别模型的训练方法、装置、设备及存储介质。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

相关技术中的人脸图像识别模型，当对不同场景类别的人脸图像进行识别时，模型识别的准确性较差。

发明内容

本公开提供了一种人脸图像识别模型的训练方法、人脸图像识别方法、装置、电子设备、存储介质及计算机程序产品。

根据本公开的第一方面，提供了一种人脸图像识别模型的训练方法，包括：获取样本人脸图像，和与样本人脸图像对应的标注人脸特征；提取与样本人脸图像对应的样本场景类别；获取与样本场景类别对应的场景边缘特征；以及根据样本人脸图像、标注人脸特征，以及场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型。

根据本公开的第二方面，提供了一种人脸图像识别方法，包括：获取人脸图像；将人脸图像输入至上述人脸图像识别模型的训练方法训练得到的目标人脸图像识别模型之中，以得到目标人脸图像识别模型输出的目标人脸特征。

根据本公开的第三方面，提供了一种人脸图像识别模型的训练装置，包括：第一获取模块，用于获取样本人脸图像，和与样本人脸图像对应的标注人脸特征；提取模块，用于提取与样本人脸图像对应的样本场景类别；第二获取模块，用于获取与样本场景类别对应的场景边缘特征；以及训练模块根据样本人脸图像、标注人脸特征，以及场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型。

根据本公开的第四方面，提供了一种人脸图像识别装置，包括：第三获取模块，用于获取人脸图像；输入模块，用于将人脸图像输入至如上述人脸图像识别模型的训练装置训练得到的目标人脸图像识别模型之中，以得到目标人脸图像识别模型输出的目标人脸特征。

根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所述的人脸图像识别模型的训练方法，或者执行如第二方面所述的人脸图像识别方法。

根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面所述的人脸图像识别模型的训练方法，或者执行如第二方面所述的人脸图像识别方法。

根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面所述的人脸图像识别模型的训练方法，或者执行如第二方面所述的人脸图像识别方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是根据本公开第二实施例的示意图；

图3是本公开实施例中的人脸图像识别模型的训练方法的流程示意图；

图4是根据本公开第三实施例的示意图；

图5是根据本公开第四实施例的示意图；

图6是根据本公开第五实施例的示意图；

图7是根据本公开第六实施例的示意图；

图8是根据本公开第七实施例的示意图

图9示出了可以用来实施本公开的实施例的人脸图像识别模型的训练方法的示例电子设备的示意性框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本公开第一实施例的示意图。

其中，需要说明的是，本实施例的人脸图像识别模型的训练方法的执行主体为人脸图像识别模型的训练装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。

本公开实施例涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术领域，可应用于智慧城市场景下。

其中，人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。

深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。

计算机视觉，指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

而智慧城市场景，是指运用物联网、云计算、大数据等新一代信息技术，促进城市规划、建设、管理和服务智慧化的新理念和新模式，是把新一代信息技术充分运用在城市的各行各业之中的城市信息化高级形态。

本实施例中，人脸图像识别模型的训练方法的执行主体可以通过各种公开、合法合规的方式获取样本人脸图像，例如可以是从公开样本人脸图像集中获取的，或者是经过了用户的授权从用户处获取的。该样本人脸图像并不能反映出某一特定用户的个人信息。

如图1所示，该人脸图像识别模型的训练方法，包括：

S101：获取样本人脸图像，和与样本人脸图像对应的标注人脸特征。

其中，用于训练模型的人脸图像，可以被称为样本人脸图像，该样本人脸图像的数量可以是一张或者多张，该样本人脸图像，可以是对用户面部拍摄得到的，或者，该样本人脸图像也可以是从视频中解析得到的，例如该样本人脸图像，可以是从视频包含的多个视频帧之中提取出的部分帧视频图像，对此不做限制。

需要说明的是，本公开实施例中的样本人脸图像均是在符合相关法律、法规的情况下获取的。

其中，在人脸图像识别模型的训练过程中，被用于作为判定模型收敛(即判定模型是否达标)时机的参考的人脸特征，可以被称为标注人脸特征，而人脸特征可以例如五官特征、肤色特征、脸型特征等，五官特征可以具体例如五官位置，五官之间的相对距离等，对此不做限制。

上述在获取样本人脸图像后，可以实时地对样本人脸图像进行图像特征分析，以确定样本人脸图像对应的标注人脸特征，举例而言，可以从样本人脸图像之中识别出局部图像区域(五官图像区域、皮肤区域、脸型轮廓区域)，而后，对局部图像区域进行图像特征分析，以确定五官特征、肤色特征、脸型特征等作为标注人脸特征，对此不做限制。

S102：提取与样本人脸图像对应的样本场景类别。

上述在获取样本人脸图像后，可以提取与样本人脸图像对应的样本场景类别。

其中，用于描述样本人脸图像所对应场景的类别，可以被称为样本场景类别，而场景的类别举例而言，带口罩的场景类别和不带口罩的场景类别。

一些实施例中，在提取与样本人脸图像对应的样本场景类别时，可以通过获取样本人脸图像中人脸的面部特征、配饰特征、或者肤色特征，而后采用人脸的面部特征、配饰特征、或者肤色特征来分析样本人脸图像对应的样本场景类别，对此不做限制。

举例而言，可以对样本人脸图像进行人脸区域识别，并判断人脸的面部有无口罩遮挡，若识别到有口罩遮挡，则将样本场景类别确定为带口罩的场景类别，若识别到无口罩遮挡，则将样本场景类别确定为不带口罩的场景类别。

举例而言，样本场景类别，还可以例如老人场景类别、儿童场景类别、证件照的场景类别等等。

本申请实施例中，在人脸图像识别模型的训练过程中，由于提取与样本人脸图像对应的样本场景类别，从而能够支持后续基于该样本场景类别辅助人脸图像识别模型对人脸特征的学习和建模，将与样本人脸图像对应的样本场景类别共同作为人脸图像识别模型的训练学习考量，从而能够使得训练得到的目标人脸图像识别模型能够有效地学习到人脸图像的场景特征，辅助提升人脸特征建模表征效果。

S103：获取与样本场景类别对应的场景边缘特征。

上述在提取样本人脸图像对应的样本场景类别后，可以获取与样本场景类别对应的场景边缘特征，该场景边缘特征，可以是与样本人脸图像对应的样本场景类别相关的描述场景差异的边缘特征，而边缘特征，能够体现人脸图像识别模型针对不同场景下的预测特征之间差异性特征，差异性特征，例如，针对不同场景下的预测特征之间的分布差异、或者针对不同场景下的预测特征之间的其它任意形式的差异性特征，对此不做限制。

举例而言，在获取与样本场景类别对应的场景边缘特征时，可以确定与老人场景类别相关的人脸样本图像对应第一人脸特征，和与儿童场景类别相关的人脸样本图像对应第二人脸特征，而后，分析两种场景类别下的第一人脸特征和第二人脸特征之间的差异性特征，并确定该差异性特征，与第一人脸特征之间的相对差异特征作为与老人场景类别相关的场景边缘特征，并确定该差异性特征，与第二人脸特征之间的相对差异特征作为与儿童场景类别相关的场景边缘特征，或者，也可以采用其它任意可能的方式获取与样本场景类别对应的场景边缘特征，例如，工程学方式、模型预测的方式等等，对此不做限制。

S104：根据样本人脸图像、标注人脸特征，以及场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型。

上述在获取与样本场景类别对应的场景边缘特征之后，可以根据样本人脸图像、标注人脸特征，以及场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型。

其中，在训练的初始阶段获取得到的人脸图像识别模型，可以被称为初始的人脸图像识别模型，该人脸图像识别模型可以是人工智能模型，具体例如为神经网络模型或者是机器学习模型，当然，也可以采用其它任意可能的能够执行人脸图像识别任务的人工智能模型，对此不做限制。

举例而言，可以将样本人脸图像、标注人脸特征，以及场景边缘特征输入初始的人脸图像识别模型之中，以得到初始的人脸图像识别模型输出的预测人脸特征，如果预测人脸特征与标注人脸特征之间满足收敛条件(例如，预测人脸特征与标注人脸特征之间的损失值小于损失阈值)，则确定人脸识别模型满足收敛时机，可以将训练得到的人脸图像识别模型作为目标人脸图像识别模型。

一些实施例中，可以针对初始的人脸图像识别模型预先配置损失函数，在训练初始的人脸图像识别模型的过程中，将预测人脸特征与标注人脸特征作为损失函数的输入参数，并确定损失函数输出的损失值，而后将损失值与设定的损失阈值进行比对，以确定人脸图像识别模型是否满足收敛时机，对此不做限制。

本实施例中，通过获取样本人脸图像，和与样本人脸图像对应的标注人脸特征，并提取与样本人脸图像对应的样本场景类别；获取与样本场景类别对应的场景边缘特征，以及根据样本人脸图像、标注人脸特征，以及场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型，能够有效提升目标人脸图像识别模型针对不同场景下人脸图像特征的识别表征能力，有效地提升人脸图像识别的准确性和可靠性。

图2是根据本公开第二实施例的示意图。

如图2所示，该人脸图像识别模型的训练方法包括：

S201：获取样本人脸图像，和与样本人脸图像对应的标注人脸特征。

S202：提取与样本人脸图像对应的样本场景类别。

S201-S202的描述说明可以具体参见上述实施例，在此不再赘述。

S203：将样本人脸图像输入至初始的人脸图像识别模型之中，以得到人脸图像识别模型输出的预测人脸特征。

可以一并结合图3针对本实施例作出说明，如图3所示，图3是本公开实施例中的人脸图像识别模型的训练方法的流程示意图，可以将获取得到的样本人脸图像1、样本人脸图像2、样本人脸图像3组成样本人脸图像序列，将样本人脸样本序列输入至初始的人脸图像识别模型之中，以得到初始人脸图像识别模型输出的与各个样本人脸图像对应的预测人脸特征(例如，与样本人脸图像1对应的预测人脸特征1、与样本人脸图像2对应的预测人脸特征2、与样本人脸图像3对应的预测人脸特征3)，而后，可以对预测人脸特征1、预测人脸特征2，以及预测人脸特征3进行归一化处理，得到归一化处理后的预测人脸特征。

举例而言，可以将样本人脸图像序列中的各个样本人脸图像并行地输入至初始的人脸图像识别模型之中，以得到人脸图像识别模型预测得到多个预测人脸特征，而后，对多个预测人脸特征做归一化处理，得到归一化后的预测人脸特征(归一化后的预测人脸特征可以用维度为M*N的矩阵F来表示)，其中，M为样本人脸图像的个数，N为人脸特征的维度。

S204：根据所述样本场景类别处理所述预测人脸特征，以得到与所述样本场景类别对应的场景边缘特征。

上述在将样本人脸图像输入至初始的人脸图像识别模型之中，以得到人脸图像识别模型输出的预测人脸特征之后，可以根据识别出的样本场景类别对预测人脸特征进行相应的处理，以将样本场景类别融入到特征之中，便于人脸识别模型的建模学习，使得人脸识别模型能够有效地识别出不同场景类别下预测得到的人脸特征之间差异性特征，从而提升人脸识别模型针对不同场景类别下人脸特征的差异性特征的学习建模能力。

上述根据所述样本场景类别处理所述预测人脸特征时，可以是对样本场景类别和预测人脸特征进行加权融合处理，或者，也可以采用其它任意可能的方式进行融合处理，对此不做限制。

可选地，一些实施例中，如图4所示，图4是根据本公开第三实施例的示意图，所述根据所述样本场景类别处理所述预测人脸特征，以得到与所述样本场景类别对应的场景边缘特征，包括：

S401：确定与样本场景类别对应的场景图像特征。

上述在将样本人脸图像输入至初始的人脸图像识别模型之中，以得到人脸图像识别模型输出的预测人脸特征之后，可以确定与样本场景类别对应的场景图像特征。

其中，能够用于表征场景类别的图像特征，可以例如为场景图像特征，举例而言，与老人场景类别对应的场景图像特征可以例如，能够表征按摩椅的图像特征，能够表征拐棍的图像特征，与儿童场景类别对应的场景图像特征可以例如，能够表征红领巾的图像特征，能够表征游乐场的图像特征，对此不做限制。

上述与样本场景类别对应的场景图像特征，可以是预先标注得到的。

在本公开实施例中，可以通过对样本场景类别对应的场景边缘特征进行一定转化处理的方式，以得到样本场景类别对应的场景图像特征。

举例而言，可以结合图3对本实施例做具体说明，如图3所示，可以对样本场景类别对应的场景边缘特征进行随机初始化处理，得到场景图像特征(场景图像特征可以用维度为N*S的矩阵w1来表示)，其中，N为场景图像特征的维度，S为场景类别的个数，而后，可以对w1矩阵进行归一化处理，得到归一化后的场景图像特征。

S402：融合场景图像特征和预测人脸特征，以得到融合图像特征。

上述在将样本人脸图像输入至初始的人脸图像识别模型之中，以得到人脸图像识别模型输出的预测人脸特征，并确定场景类别对应的场景图像特征后，可以对预测人脸特征和场景图像特征做融合处理，以得到融合图像特征。

举例而言，可以一并结合图3对本实施例做具体说明，如图3所示，可以通过对归一化后的预测人脸图像特征F，及归一化处理后得到的场景图像特征w1做相乘处理，以实现对预测人脸图像特征和场景图像特征的融合处理，以得到融合图像特征(融合图像特征可以用矩阵T表示)，或者，也可以采用其它任意可能的方式对预测人脸图像特征和场景图像特征做融合处理，对此不做限制。

S403：根据融合图像特征，生成与样本场景类别对应的场景边缘特征。

上述在融合场景图像特征和预测人脸特征，以得到融合图像特征后，可以根据融合图像特征，生成与样本场景类别对应的场景边缘特征。

举例而言，可以将融合图像特征输入预先训练好的场景边缘特征确定模型，以得到场景边缘特征确定模型输出的场景边缘特征。

本实施例中，通过确定与样本场景类别对应的场景图像特征，融合场景图像特征和预测人脸特征，以得到融合图像特征，根据融合图像特征，生成与样本场景类别对应的场景边缘特征，由于是融合了场景图像特征和预测人脸特征，以得到与样本场景类别对应的场景边缘特征，在较大程度地提升目标人脸图像识别模型针对不同场景的表达建模能力的同时，提高了场景边缘特征的优化效率。

可选地，一些实施例中，所述根据所述融合图像特征，生成与所述样本场景类别对应的场景边缘特征，可以确定与所述融合图像特征对应的角度关系值；根据所述融合图像特征和所述角度关系值，生成所述场景边缘特征。

上述在融合场景图像特征和预测人脸图像特征后，可以确定融合图像特征对应的角度关系值。

其中，用于描述场景图像特征和预测人脸图像特征之间关系的角度值，可以被称为角度关系值。

一些实施例中，可以预先对模型配置相应的角度关系模块，而后将融合图像特征输入至角度关系模块，以得到角度关系模块输出的与融合图像特征对应的角度关系值，或者也可以通过其它任意可能的方式确定融合图像特征对应的角度关系值，对此不做限制。

上述在融合场景图像特征和预测人脸图像特征，得到融合图像特征，并得到融合图像特征对应的角度关系值后，可以根据融合图像特征和角度关系值，生成场景边缘特征。

举例而言，可以一并结合图3对本实施例做具体说明，如图3所示，可以对融合图像特征及角度关系值，进行一定的数学运算，以得到场景边缘特征，具体计算方式如下：soft-margin＝reduce_max(arccos(T),dim＝0)，其中，T为融合图像特征，与所述融合图像特征对应的角度关系值可以是arccos(T)，reduce_max为相似度最大矩阵，dim为第一维度，soft-margin为场景边缘特征，则采用上述公式计算得到的soft-margin值即可以用来表示场景边缘特征。

本实施例中，通过确定与融合图像特征对应的角度关系值；根据融合图像特征和角度关系值，生成场景边缘特征，由于是结合融合图像特征和角度关系值，生成场景边缘特征，在有效提高场景边缘特征生成效率的同时，有效提高了人脸图像识别模型针对不同场景下的场景边缘特征的表达建模能力，从而能够有效地辅助提升目标人脸图像识别模型的人脸识别效果。

当然，也可以采用其它任意可能的方式来实现根据所述融合图像特征，生成与所述样本场景类别对应的场景边缘特征，比如建模的方式，工程学方式等等，对此不做限制。

S205：确定与样本场景类别对应的类别特征。

上述在根据融合图像特征和角度关系值，生成场景边缘特征后，可以确定样本场景类别对应的类别特征。

举例而言，可以一并结合图3对本实施例做具体说明，如图3所示，可以对样本场景类别进行随机初始化处理，得到样本场景类别对应的类别特征(该类别特征可以用维度为N*C的矩阵w2来表示)其中，N为类别特征的维度，C为类别个数，而后，可以对w2矩阵做归一化处理，得到归一化后的类别特征。

S206：融合类别特征和预测人脸特征，以得到目标预测人脸特征。

上述在确定样本场景类别对应的类别特征后，可以融合类别特征和预测人脸特征，以得到目标预测人脸特征。

举例而言，可以一并结合图3对本实施例做具体说明，如图3所示，可以通过对归一化后的预测人脸图像特征F，及归一化处理后得到的类别特征w2做相乘处理，以实现对预测人脸图像特征和类别特征的融合处理，以得到目标预测人脸特征(目标预测人脸特征可以用矩阵M表示)，或者，也可以采用其它任意可能的方式对预测人脸图像特征和类别特征做融合处理，对此不做限制。

本公开实施例中，通过确定与样本场景类别对应的类别特征；融合类别特征和预测人脸特征，以得到目标预测人脸特征，由此，可以有效减小场景类别对人脸识别准确性的影响，从而有效地辅助提高人脸识别的准确性和可靠性，有效地拓展了人脸图像识别模型的识别应用场景，提升了人脸图像识别模型的适用性。

S207：确定目标预测人脸特征、场景边缘特征，以及标注人脸特征之间的损失值。

一些实施例中，如图3所示，可以针对模型预先配置损失函数，在模型训练过程中，将目标预测人脸特征、场景边缘特征，以及标注人脸特征作为损失函数的输入参数，并确定损失函数的输出的损失值，而后，将损失值与设定损失阈值进行比对，以确定人脸图像识别模型是否满足收敛时机。

本公开实施例中，可以将上述优化得到的目标预测人脸特征和场景边缘特征soft-margin输入损失函数中，得到损失函数输出的损失值，具体损失值的计算方式如下：Loss＝softmax(cos(arccos(M)+soft-margin))。通过损失函数，可以计算得到模型的下降梯度，而后采用计算得到的下降梯度更新优化器，将下降梯度应用到模型参数上，得到更新的模型参数，而后可以参考更新的模型参数监督人脸图像识别模型的训练过程。

S208：如果损失值小于损失阈值，则将训练得到的人脸图像识别模型作为目标人脸图像识别模型。

举例而言，如果损失值小于设定损失阈值，则可以确定损失值满足设定条件，或者，设定条件也可以配置为其它任意可能的条件，对此不做限制。

从而本实施例中，通过确定目标预测人脸特征、场景边缘特征，以及标注人脸特征之间的损失值，如果损失值小于损失阈值，则将训练得到的人脸图像识别模型作为目标人脸图像识别模型，能够准确的判断出模型的收敛时机，从而避免了特征差异对收敛时机判定准确性的影响，能够有效提升收敛时机判定的准确性，提升模型训练效果。

本实施例中，通过获取样本人脸图像，和样本人脸图像对应的标注人脸特征，上述在将样本人脸图像输入至初始的人脸图像识别模型之中，以得到人脸图像识别模型输出的预测人脸特征之后，可以根据识别出的样本场景类别对预测人脸特征进行相应的处理，以将样本场景类别融入到特征之中，便于人脸识别模型的建模学习，使得人脸识别模型能够有效地识别出不同场景类别下预测得到的人脸特征之间差异性特征，从而提升人脸识别模型针对不同场景类别下人脸特征的差异性特征的学习建模能力。通过确定与样本场景类别对应的类别特征；融合类别特征和预测人脸特征，以得到目标预测人脸特征，由此，可以有效减小场景类别对人脸识别的影响，有效提高人脸识别的准确性和可靠性，从而有效提高人脸图像识别模型的识别效果。通过确定目标预测人脸特征、场景边缘特征，以及标注人脸特征之间的损失值，如果损失值小于损失阈值，则将训练得到的人脸图像识别模型作为目标人脸图像识别模型，能够准确的判断出模型的收敛时机，从而避免了特征差异对收敛时机判定准确性的影响，能够有效提升收敛时机判定的准确性，提升模型训练效果。

图5是根据本公开第四实施例的示意图。

如图5所示，该人脸图像识别方法包括：

S501：获取人脸图像。

其中，该人脸图像的数量可以是一张或者多张，该人脸图像也可以是从多个视频帧之中提取出的部分帧视频图像，对此不做限制。

S502：将人脸图像输入至如上述人脸图像识别模型的训练方法训练得到的目标人脸图像识别模型之中，以得到目标人脸图像识别模型输出的目标人脸特征。

上述在获取人脸图像之后，可以将人脸图像输入至如上述人脸图像识别模型的训练方法训练得到的目标人脸图像识别模型之中，以得到目标人脸图像识别模型输出的目标人脸特征。

本实施例中，通过获取人脸图像，并将人脸图像输入至如上述人脸图像识别模型的训练方法训练得到的目标人脸图像识别模型之中，以得到目标人脸图像识别模型输出的目标人脸特征，由于人脸图像识别模型是采用目标预测人脸特征和场景边缘特征训练得到的，从而在采用训练得到的人脸图像识别模型处理人脸图像时，能够表达建模出更为准确的目标人脸特征，提升人脸图像识别模型的人脸识别效果。

图6是根据本公开第五实施例的示意图。

如图6所示，该人脸图像识别模型的训练装置60，包括：

第一获取模块601，用于获取样本人脸图像，和与样本人脸图像对应的标注人脸特征；

提取模块602，用于提取与样本人脸图像对应的样本场景类别；

第二获取模块603，用于获取与样本场景类别对应的场景边缘特征；以及

训练模块604，用于根据样本人脸图像、标注人脸特征，以及场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型。

在本公开的一些实施例中，如图7所示，图7是根据本公开第六实施例的示意图，该人脸图像识别模型的训练装置70，包括：第一获取模块701、提取模块702、第二获取模块703、训练模块704，其中，第二获取模块703，包括：

输入子模块7031，用于将样本人脸图像输入至初始的人脸图像识别模型之中，以得到人脸图像识别模型输出的预测人脸特征；

处理子模块7032，用于根据样本场景类别处理预测人脸特征，以得到与样本场景类别对应的场景边缘特征。

在本公开的一些实施例中，其中，处理子模块7032，包括：

确定单元70321，用于确定与样本场景类别对应的场景图像特征；

融合单元70322，用于融合场景图像特征和预测人脸特征，以得到融合图像特征；

生成单元70323，用于根据融合图像特征，生成与样本场景类别对应的场景边缘特征。

在本公开的一些实施例中，其中，生成单元70323，具体用于：

确定与融合图像特征对应的角度关系值；

根据融合图像特征和角度关系值，生成场景边缘特征。

在本公开的一些实施例中，还包括：

确定模块705，用于确定与样本场景类别对应的类别特征；

融合模块706，用于融合类别特征和预测人脸特征，以得到目标预测人脸特征。

在本公开的一些实施例中，其中，训练模块704，具体用于：

确定目标预测人脸特征、场景边缘特征，以及标注人脸特征之间的损失值；

如果损失值小于损失阈值，则将训练得到的人脸图像识别模型作为目标人脸图像识别模型。

可以理解的是，本实施例附图7中的人脸图像识别模型的训练装置70与上述实施例中的人脸图像识别模型的训练装置60，第一获取模块701与上述实施例中的第一获取模块601，提取模块702与上述实施例中的提取模块602，第二获取模块703与上述实施例中的第二获取模块603，训练模块704与上述实施例中的训练模块604，可以具有相同的功能和结构。

需要说明的是，前述对人脸图像识别模型的训练方法的解释说明也适用于本实施例人脸图像识别模型的训练装置。

本实施例中，通过获取样本人脸图像，和与样本人脸图像对应的标注人脸特征，并提取与样本人脸图像对应的样本场景类别；获取与样本场景类别对应的场景边缘特征，以及根据样本人脸图像、标注人脸特征，以及场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型，能够有效提升目标人脸图像识别模型针对不同场景下人脸图像特征的识别表征能力，有效地提升人脸图像识别的准确性和可靠性。

图8是根据本公开第七实施例的示意图。

如图8所示，该人脸图像识别装置80，包括：

第三获取模块801，用于获取人脸图像；

输入模块802，用于将人脸图像输入至如上述人脸图像识别模型的训练装置训练得到的目标人脸图像识别模型之中，以得到目标人脸图像识别模型输出的目标人脸特征。

需要说明的是，前述对人脸图像识别方法的解释说明也适用于本实施例的人脸图像识别装置，此处不再赘述。

本实施例中，通过获取人脸图像，并将人脸图像输入至如上述人脸图像识别模型的训练方法训练得到的目标人脸图像识别模型之中，以得到目标人脸图像识别模型输出的目标人脸特征，由于人脸图像识别模型是采用目标预测人脸特征和场景边缘特征训练得到的，从而在采用训练得到的人脸图像识别模型处理人脸图像时，能够表达建模出更为准确的目标人脸特征，提升人脸图像识别模型的人脸识别效果。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图9示出了可以用来实施本公开的实施例的人脸图像识别模型的训练方法的示例电子设备的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其它设备交换信息/数据。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，举例而言，人脸图像识别模型的训练方法，或者人脸图像识别方法。举例而言，在一些实施例中，人脸图像识别模型的训练方法，或者人脸图像识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。

在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的人脸图像识别模型的训练方法，或者人脸图像识别方法的一个或多个步骤。备选地，在其它实施例中，计算单元901可以通过其它任何适当的方式(举例而言，借助于固件)而被配置为执行人脸图像识别模型的训练方法，或者人脸图像识别方法。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(举例而言，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(举例而言，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；举例而言，提供给用户的反馈可以是任何形式的传感反馈(举例而言，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(举例而言，作为数据服务器)、或者包括中间件部件的计算***(举例而言，应用服务器)、或者包括前端部件的计算***(举例而言，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(举例而言，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网及区块链网络。

计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式***的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。举例而言，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开提供的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其它因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种人脸图像识别模型的训练方法，包括：

获取样本人脸图像，和与所述样本人脸图像对应的标注人脸特征；

提取与所述样本人脸图像对应的样本场景类别；

获取与所述样本场景类别对应的场景边缘特征；以及

根据所述样本人脸图像、所述标注人脸特征，以及所述场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型。

2.根据权利要求1所述的方法，其中，所述获取与所述样本场景类别对应的场景边缘特征，包括：

将所述样本人脸图像输入至所述初始的人脸图像识别模型之中，以得到所述人脸图像识别模型输出的预测人脸特征；

根据所述样本场景类别处理所述预测人脸特征，以得到与所述样本场景类别对应的场景边缘特征。

3.根据权利要求2所述的方法，其中，所述根据所述样本场景类别处理所述预测人脸特征，以得到与所述样本场景类别对应的场景边缘特征，包括：

确定与所述样本场景类别对应的场景图像特征；

融合所述场景图像特征和所述预测人脸特征，以得到融合图像特征；

根据所述融合图像特征，生成与所述样本场景类别对应的场景边缘特征。

4.根据权利要求3所述的方法，其中，所述根据所述融合图像特征，生成与所述样本场景类别对应的场景边缘特征，包括：

确定与所述融合图像特征对应的角度关系值；

根据所述融合图像特征和所述角度关系值，生成所述场景边缘特征。

5.根据权利要求2所述的方法，在所述根据所述样本人脸图像、所述标注人脸特征，以及所述场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型之前，还包括：

确定与所述样本场景类别对应的类别特征；

融合所述类别特征和所述预测人脸特征，以得到目标预测人脸特征。

6.根据权利要求5所述的方法，其中，所述根据所述样本人脸图像、所述标注人脸特征，以及所述场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型，包括：

确定所述目标预测人脸特征、所述场景边缘特征，以及所述标注人脸特征之间的损失值；

如果所述损失值小于损失阈值，则将训练得到的人脸图像识别模型作为所述目标人脸图像识别模型。

7.一种人脸图像识别方法，包括：

获取人脸图像；

将所述人脸图像输入至如上述1-6任一项所述的人脸图像识别模型的训练方法训练得到的目标人脸图像识别模型之中，以得到所述目标人脸图像识别模型输出的目标人脸特征。

8.一种人脸图像识别模型的训练装置，包括：

第一获取模块，用于获取样本人脸图像，和与所述样本人脸图像对应的标注人脸特征；

提取模块，用于提取与所述样本人脸图像对应的样本场景类别；

第二获取模块，用于获取与所述样本场景类别对应的场景边缘特征；以及

训练模块，用于根据所述样本人脸图像、所述标注人脸特征，以及所述场景边缘特征训练初始的人脸图像识别模型，以得到目标人脸图像识别模型。

9.根据权利要求8所述装置，其中，所述第二获取模块，包括：

输入子模块，用于将所述样本人脸图像输入至所述初始的人脸图像识别模型之中，以得到所述人脸图像识别模型输出的预测人脸特征；

处理子模块，用于根据所述样本场景类别处理所述预测人脸特征，以得到与所述样本场景类别对应的场景边缘特征。

10.根据权利要求9所述装置，其中，所述处理子模块，包括：

确定单元，用于确定与所述样本场景类别对应的场景图像特征；

融合单元，用于融合所述场景图像特征和所述预测人脸特征，以得到融合图像特征；

生成单元，用于根据所述融合图像特征，生成与所述样本场景类别对应的场景边缘特征。

11.根据权利要求10所述装置，其中，所述生成单元，具体用于：

确定与所述融合图像特征对应的角度关系值；

根据所述融合图像特征和所述角度关系值，生成所述场景边缘特征。

12.根据权利要求9所述装置，还包括：

确定模块，用于确定与所述样本场景类别对应的类别特征；

融合模块，用于融合所述类别特征和所述预测人脸特征，以得到目标预测人脸特征。

13.根据权利要求12所述装置，其中，所述训练模块，具体用于：

确定所述目标预测人脸特征、所述场景边缘特征，以及所述标注人脸特征之间的损失值；

如果所述损失值小于损失阈值，则将训练得到的人脸图像识别模型作为所述目标人脸图像识别模型。

14.一种人脸图像识别装置，包括：

第三获取模块，用于获取人脸图像；

输入模块，用于将所述人脸图像输入至如上述8-13任一项所述的人脸图像识别模型的训练装置训练得到的目标人脸图像识别模型之中，以得到所述目标人脸图像识别模型输出的目标人脸特征。

15.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法，或者执行权利要求7所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法，或者执行权利要求7所述的方法。

17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法，或者执行权利要求7所述的方法。

Images