CN115578797B - 模型训练方法、图像识别方法、装置及电子设备 - Google Patents

模型训练方法、图像识别方法、装置及电子设备 Download PDF

Info

Publication number
CN115578797B
CN115578797B CN202211209807.7A CN202211209807A CN115578797B CN 115578797 B CN115578797 B CN 115578797B CN 202211209807 A CN202211209807 A CN 202211209807A CN 115578797 B CN115578797 B CN 115578797B
Authority
CN
China
Prior art keywords
image
model
nir
target
rgb
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211209807.7A
Other languages
English (en)
Other versions
CN115578797A (zh
Inventor
王珂尧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202211209807.7A priority Critical patent/CN115578797B/zh
Publication of CN115578797A publication Critical patent/CN115578797A/zh
Application granted granted Critical
Publication of CN115578797B publication Critical patent/CN115578797B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了模型训练方法、图像识别方法、装置及电子设备，涉及人工智能技术领域，尤其涉及图像识别和深度学习技术领域。具体实现方案为：获取第一RGB图像和第一NIR图像；将所述第一RGB图像输入第一模型，获取所述第一模型输出的第二NIR图像，并基于所述第二NIR图像和所述第一NIR图像对所述第一模型进行自监督训练；获取训练后的所述第一模型中的编码器部分，将所述编码器部分作为第二模型；基于第二RGB图像和第三NIR图像对所述第二模型进行二分类活体监督训练，得到目标模型；其中，所述目标模型用于对输入的待检测图像进行识别，输出所述待检测图像的图像识别结果，所述待检测图像为RGB图像或NIR图像。

Description

模型训练方法、图像识别方法、装置及电子设备
技术领域
本公开涉及人工智能技术领域，尤其涉及图像识别和深度学习技术领域，具体涉及一种模型训练方法、图像识别方法、装置及电子设备。
背景技术
人脸活体检测是指区分一张图像是否为真人拍摄，是人脸识别***的基础组成模块，能够确保人脸识别***的安全性，使用深度学习技术的人脸活体检测算法是当前的主流方法。目前，人脸活体检测模型通常是基于红绿蓝(Red Green Blue，RGB)图像来判别该图像是否为真人拍摄，而基于RGB图像的人脸活体检测模型对于光线敏感度要求较高。
发明内容
本公开提供了一种模型训练方法、图像识别方法、装置及电子设备。
根据本公开的一方面，提供了一种模型训练方法，包括：
获取第一红绿蓝RGB图像和第一近红外NIR图像；
将所述第一RGB图像输入第一模型，获取所述第一模型输出的第二NIR图像，并基于所述第二NIR图像和所述第一NIR图像对所述第一模型进行自监督训练；
获取训练后的所述第一模型中的编码器部分，将所述编码器部分作为第二模型；
基于第二RGB图像和第三NIR图像对所述第二模型进行二分类活体监督训练，得到目标模型；
其中，所述目标模型用于对输入的待检测图像进行识别，输出所述待检测图像的图像识别结果，所述待检测图像为RGB图像或NIR图像。
根据本公开的第二方面，提供了一种图像识别方法，包括：
获取待检测图像；
将所述待检测图像输入目标模型，并获取所述目标模型输出的图像识别结果；
其中，所述目标模型为基于第二RGB图像和第三NIR图像对第二模型进行二分类活体监督训练得到的模型，所述第二模型为第一模型中的编码器部分，所述第一模型为基于第二NIR图像和第一NIR图像进行自监督训练得到的模型，所述第二NIR图像为将第一RGB图像输入所述第一模型后，所述第一模型输出的NIR图像。
根据本公开的第三方面，提供了一种模型训练装置，包括：
第一获取模块，用于获取第一红绿蓝RGB图像和第一近红外NIR图像；
第一训练模块，用于将所述第一RGB图像输入第一模型，获取所述第一模型输出的第二NIR图像，并基于所述第二NIR图像和所述第一NIR图像对所述第一模型进行自监督训练；
第二获取模块，用于获取训练后的所述第一模型中的编码器部分，将所述编码器部分作为第二模型；
第二训练模块，用于基于第二RGB图像和第三NIR图像对所述第二模型进行二分类活体监督训练，得到目标模型；
其中，所述目标模型用于对输入的待检测图像进行识别，输出所述待检测图像的图像识别结果，所述待检测图像为RGB图像或NIR图像。
根据本公开的第四方面，提供了一种图像识别装置，包括：
第三获取模块，用于获取待检测图像；
识别模块，用于将所述待检测图像输入目标模型，并获取所述目标模型输出的图像识别结果；
其中，所述目标模型为基于第二RGB图像和第三NIR图像对第二模型进行二分类活体监督训练得到的模型，所述第二模型为第一模型中的编码器部分，所述第一模型为基于第二NIR图像和第一NIR图像进行自监督训练得到的模型，所述第二NIR图像为将第一RGB图像输入所述第一模型后，所述第一模型输出的NIR图像。
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第一方面或第二方面所述的方法。
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，其中，所述计算机指令用于使所述计算机执行第一方面或第二方面所述的方法。
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，所述计算机程序在被处理器执行时实现第一方面或第二方面所述的方法。
本公开实施例中，基于真实的NIR图像与第一模型生成的NIR图像来对第一模型进行自监督训练，以得到训练后的第一模型，也就使得训练后的第一模型具有较高的模型精度，而第二模型是训练后的第一模型中的编码器部分，进而所述第二模型也就具有较高的模型精度，这样也就使得基于第二模型训练得到的目标模型也能够具有较高的模型精度，以确保目标模型输出的图像识别结果具有较高的准确度。
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是本公开实施例提供的一种模型训练方法的流程图；
图2是本公开实施例提供的另一种模型训练方法的流程图；
图3是本公开实施例提供的一种图像识别方法的流程图；
图4本公开实施例提供的一种模型训练装置的结构图；
图5是本公开实施例提供的一种图像识别装置的结构图；
图6是用来实现本公开实施例的模型训练方法或图像识别方法的电子设备的框图。
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。
请参照图1，图1是本公开实施例提供的一种模型训练方法的流程图，所述方法可以是应用于如计算机、手机等电子设备。如图1所示，所述方法包括以下步骤：
步骤S101、获取第一RGB图像和第一NIR图像。
需要说明地，本公开实施例中的第一RGB图像和第一近红外(Near Infrared，NIR)图像均可以是包含人脸的图像。电子设备可以是通过多种途径来获得第一RGB图像和第一NIR图像，例如可以是网络下载，或者也可以是电子设备拍摄得到。
其中，所述第一RGB图像和所述第一NIR图像可以是对应同一图像场景，也即二者为同一图像场景下形成的两种不同模态的图像。
步骤S102、将所述第一RGB图像输入第一模型，获取所述第一模型输出的第二NIR图像，并基于所述第二NIR图像和所述第一NIR图像对所述第一模型进行自监督训练。
其中，所述第一模型用于根据输入的RGB图像，生成NIR图像并输出。
本步骤中，在将所述第一RGB图像输入第一模型后，第一模型也即能够根据所述第一RGB图像生成对应的第二NIR图像并输出。可以理解地，所述第一RGB图像与第一NIR图像为对应同一图像场景的两种不同模态的图像，而第二NIR图像是第一模型根据输入的第一RGB图像生成的，则可以是基于所述第一NIR图像和生成的第二NIR图像来对所述第一模型进行自监督训练。
具体地，可以是获取所述第一NIR图像与所述第二NIR图像之间的损失，基于该损失来对所述第一模型进行自监督训练，以使得训练后的所述第一模型输出的NIR图像能够与真实NIR图像接近，进而提升了训练后的所述第一模型的模型精度。
步骤S103、获取训练后的所述第一模型中的编码器部分，将所述编码器部分作为第二模型。
需要说明地，所述第一模型可以是一个自动编解码器(Auto-Encoder)，该自动编解码器也即包括编码器部分和解码器部分。在基于上述第一NIR图像和生成的第二NIR图像对该自动编解码器进行自监督训练后，将该训练后的自动编解码器中的编码器部分取出，将该编码器部分作为第二模型。
可以理解地，所述第一模型能够基于输入的RGB图像生成NIR图像并输出，而第二模型仅包括第一模型中的编码器部分，进而第二模型也就无法实现与第一模型相同的功能。
本公开实施例中，基于第一NIR图像和第二NIR图像对第一模型进行自监督训练，训练后的所述第一模型具有较高的模型精度，进而基于所述第一模型的编码器部分得到的第二模型也就具有了一定的模型精度。
可选地，所述编码器部分可以是使用ResNet18。
步骤S104、基于第二RGB图像和第三NIR图像对所述第二模型进行二分类活体监督训练，得到目标模型。
其中，所述目标模型用于对输入的待检测图像进行识别，输出所述待检测图像的图像识别结果。例如，所述目标模型可以是应用于人脸活体检测，也即所述目标模型用于对输入的待检测图像中的人脸进行识别，输出所述待检测图像中的人脸是否为基于真实人脸拍摄的图像识别结果。
需要说明地，所述第二RGB图像可以是不同于上述第一RGB图像，所述第三NIR图像也可以是不同于上述第一NIR图像。
本公开实施例中，基于第二RGB图像和第三NIR图像对所述第二模型进行二分类活体监督训练，以得到目标模型。其中，所述二分类活体监督训练能够使得训练得到的目标模型用于对输入的待检测图像进行识别，以输出图像识别结果，例如输出待检测图像中的人脸是否为基于真实人脸拍摄的图像结果。
可选地，将第二RGB图像和第三NIR图像作为所述第二模型的输入，获取第二RGB图像和第三NIR图像的损失，基于该损失来实现对第二模型的二分类活体监督训练。例如，可以是使用二分类交叉熵损失来进行二分类活体监督训练，以得到训练后的第二模型，也即所述目标模型。进而，所述目标模型对输入的RGB图像和NIR图像均能进行图像识别。例如，所述目标模型应用于人脸活体检测，进而所述目标模型对输入的RGB图像或NIR图像均能进行人脸活体检测，也即检测输入的RGB图像或NIR图像中的人脸是否为基于真实人脸拍摄。进而，输入所述目标模型的待检测图像可以为RGB图像或NIR图像，这样也就通过一个模型能够实现对两种不同模态图像的检测。
本公开实施例提供的方案，将第一RGB图像输入第一模型，获取第一模型输出的第二NIR图像，并基于所述第二NIR图像和第一NIR图像对所述第一模型进行自监督训练，并提取训练后的所述第一模型中的编码器部分，将该编码器部分作为第二模型，然后基于第二RGB图像和第三NIR图像对该第二模型进行二分类活体监督训练，以得到目标模型，进而所述目标模型能够实现对待检测图像的图像识别。可以理解地，由于所述目标模型是基于RGB图像和NIR图像训练得到的，进而输入所述目标模型的待检测图像可以为RGB图像或NIR图像。
本公开实施例中，通过输入RGB图像和NIR图像的混合模态图像数据来实现对模型的二分类活体监督训练，从而使得训练的模型能够同时实现对RGB图像和NIR图像的识别，无需分别训练用于识别RGB图像的模型和用于识别NIR图像的模型，有效节省了模型训练投入，并且通过一个模型能够同时应用于对RGB图像和NIR图像的识别，也能够进一步节省用于安装模型的计算机的内存资源，也更有益于该模型的推广和应用。
另外，本公开实施例中，基于真实的NIR图像与第一模型生成的NIR图像来对第一模型进行自监督训练，以得到训练后的第一模型，也就使得训练后的第一模型具有较高的模型精度，而第二模型是训练后的第一模型中的编码器部分，进而所述第二模型也就具有较高的模型精度，这样也就使得基于第二模型训练得到的目标模型也能够具有较高的模型精度，以确保目标模型输出的图像识别结果具有较高的准确度。
可选地，所述步骤S104之前，所述方法还包括：
对所述第一RGB图像和所述第二NIR图像分别进行不同的数据增强处理，基于数据增强处理后的所述第一RGB图像和数据增强处理后的所述第二NIR图像对第二模型进行自监督训练。
其中，所述第二NIR图像为第一模型基于输入的第一RGB图像生成的，进而所述第一RGB图像和所述第二NIR图像之间存在对应关系。
本公开实施例中，对所述第一RGB图像和所述第二NIR图像分别进行不同的数据增强处理，例如对所述第一RGB图像使用随机旋转，对所述第二NIR图像使用随机缩放，这样也就能够有效提升输入第二模型的图像的数据丰富度，更有益于提升训练后的第二模型的模型精度。
进一步地，基于数据增强处理后的第一RGB图像和第二NIR图像对所述第二模型进行自监督训练。例如，将数据增强处理后的第一RGB图像和第二NIR图像输入所述第二模型，获取所述第一RGB图像和第二NIR图像之间的损失，基于该损失对第二模型进行自监督训练直至收敛，进而使得训练后的第二模型能够具有较高的模型精度，从而也就能够确保基于第二模型训练得到的目标模型具有较高的模型精度，以保障目标模型对于输出的图像识别结果的准确度。
可选地，所述对所述第一RGB图像和所述第二NIR图像分别进行不同的数据增强处理，基于数据增强处理后的所述第一RGB图像和所述第二NIR图像对第二模型进行自监督训练，包括：
对所述第一RGB图像进行第一数据增强处理，得到第一图像特征；
对所述第二NIR图像进行第二数据增强处理，得到第二图像特征，所述第一数据增强处理不同于所述第二数据增强处理；
基于所述第一图像特征和所述第二图像特征对所述第二模型进行自监督训练。
该实施方式中，第一数据增强处理不同于第二数据增强处理，例如可以是对第一RGB图像进行随机旋转得到第一图像特征，对第二NIR图像进行颜色扰动以得到第二图像特征。可选地，所述第一数据增强处理及第二数据增强处理还可以是其他的数据增强处理方式，本公开对此不做具体限定。
进一步地，基于所述第一图像特征和第二图像特征对所述第二模型进行自监督训练。例如，将所述第一图像特征和第二图像特征输入所述第二模型，计算所述第一图像特征和所述第二图像特征之间的损失，基于该损失来对第二模型进行自监督训练直至收敛，进而也就使得训练后的第二模型具有更高的模型精度。
可选地，所述基于所述第一图像特征和所述第二图像特征对所述第二模型进行自监督训练，包括：
将所述第一图像特征和所述第二图像特征输入所述第二模型；
基于对比学习损失函数对所述第二模型进行自监督训练，所述自监督训练用于使所述第一图像特征和所述第二图像特征之间的相似度大于预设相似度。
需要说明地，第一RGB图像与第二NIR图像之间具有对应关系，例如一个第一RGB图像和一个第二NIR图像作为第二模型的一组样本数据，一组样本数据中的第二NIR图像是基于其对应的第一RGB图像通过第一模型生成的，也即第一RGB图像和第二NIR图像是同一图像场景的两种模态形式。第一图像特征是对第一RGB图像进行第一数据增强处理后得到的，第二图像特征是对第二NIR图像进行第二数据增强处理后得到的，由于第一RGB图像与第二NIR图像之间具有对应关系，进而即使经过不同数据增强处理得到的第一图像特征和第二图像特征之间也是具有相似性的。
本公开实施例中，将所述第一图像特征和第二图像特征输入所述第二模型，利用自监督原理，使用对比学习损失函数(例如InfoNCE loss)对所述第二模型进行自监督训练，以使得第一图像特征和第二图像特征相近。进而，通过对第一RGB图像和第二NIR图像进行不同的数据增强处理，得到各自对应的图像特征，基于其各自对应的图像特征来对第二模型进行自监督训练，以提升第二模型的模型精度。
需要说明地，在得到训练后的第二模型后，进一步基于第二RGB图像和第三NIR图像对训练后的所述第二模型进行二分类活体监督训练，以得到目标模型，进而以使得所述目标模型具有与训练后的第二模型相同的模型精度，以保障目标模型的输出准确度。
可选地，所述方法还可以包括：
对目标图像进行图像处理，其中，所述图像处理包括：
对所述目标图像进行关键点检测；
基于检测到的关键点对所述目标图像中的目标对象进行对齐处理，并对对齐处理后的所述目标图像进行图像预处理；
其中，所述目标图像为所述第一RGB图像、所述第二RGB图像、所述第二NIR图像、所述第三NIR图像中的至少一者。
为更好地理解，以下以所述目标图像为第一RGB图像，所述目标模型为应用于人脸活体检测场景为例对所述图像处理的过程进行具体说明。
示例性地，在获取到包含人脸的第一RGB图像后，可以是通过RGB检测模型对人脸进行检测，得到所述第一RGB图像中人脸的大致区域。其中，所述检测模型可以是已有的人脸检测模型，用于检测到图像中的人脸位置。
进一步地，根据所述第一RGB图像中检测到的人脸区域，可以是通过RGB人脸关键点检测模型对所述第一RGB图像中的人脸进行人脸关键点检测，得到人脸关键点的坐标值，基于人脸关键点的坐标值对所述第一RGB图像中的人脸(也即所述目标对象)进行人脸对齐，并对人脸对齐后的所述第一RGB图像进行图像预处理，例如所述图像预处理为图像归一化处理。其中，所述人脸关键点检测模型可以是已有模型，所述人脸关键点可以是预先定义的72个关键点，其具***置此处不做具体限定。另外，所述人脸对齐处理可以是指对人脸进行平移、旋转等处理，以使人脸区域处于指定区域，本公开实施例对其具体过程不做赘述。
本公开实施例中，通过对所述第一RGB图像中的目标对象进行对齐处理，进而能够使得第一RGB图像中的目标对象处于特定区域，从而更有利于模型对第一RGB图像的识别和处理。
需要说明地，所述第二RGB图像、第二NIR图像和第三NIR图像在输入相应的模型之前，同样可以采样上述方式进行图像处理，进而更有助模型对图像的识别和处理，提升模型的识别准确率和处理精度。
可选地，所述基于检测到的关键点对所述目标图像中的目标对象进行对齐处理，包括：
获取所述关键点对应的第一坐标，以及获取基准对象的关键点对应的第二坐标；
基于所述第一坐标和所述第二坐标确定仿射变换矩阵，并基于所述仿射变换矩阵对所述目标图像中的目标对象进行对齐处理。
为更好地理解，继续以所述目标图像为第一RGB图像，所述目标对象第一RGB图像中的人脸进行举例说明。
示例性地，在基于人脸关键点检测模型获取到所述第一RGB图像中的人脸关键点后，获取所述人脸关键点的第一坐标，也即各人脸关键点在第一RGB图像中各自的第一坐标。例如，可以是以所述第一RGB图像的左上角作为坐标原点来确定各人脸关键点的第一坐标。例如，人脸关键点为72个，则得到这72个人脸关键点各自的第一坐标(x1,y1)…(x72,y72)。另外，获取基准人脸关键点对应的第二坐标，同样也是72个基准人脸关键点各自对应的第二坐标(x1’,y1’)…(x72’,y72’)。其中，第一RGB图像中的72个人脸关键点与72个基准人脸关键点存在一一对应关系。进而，基于第一RGB图像中的72个人脸关键点与72个基准人脸关键点能够计算得到仿射变换矩阵，第一RGB图像中的72个人脸关键点各自的第一坐标也就可以根据仿射变换矩阵重新映射到新的坐标，从而以实现对第一RGB图像中的人脸进行人脸对齐。
需要说明地，所述第二RGB图像、第二NIR图像和第三NIR图像同样可以采样上述方式进行目标对象的对齐处理。
本公开实施例中，通过目标对象的关键点的第一坐标与基准对象关键点的第二坐标来确定仿射变换矩阵，从而以实现对目标对象的对齐处理，进而更有助模型对图像的识别和处理，提升模型的识别准确率。
可选地，所述对对齐处理后的所述目标图像进行图像预处理，包括：
对对齐处理后的所述目标图像中的每一个像素进行像素值预处理，以使预处理后的所述每一个像素的像素值位于预设阈值区间内。
示例性地，所述图像预处理可以是图像归一化处理。例如，将经过对齐处理后的所述目标图像中的每一个像素的像素值减128再除以256，使每个像素的像素值在[-0.5,0.5]之间。这样，也就能够保障目标图像中每个像素的像素值位于预设阈值区间内，更有益于模型对目标图像的识别，避免因目标图像中像素值因过亮或过暗而造成的识别错误。
进一步地，对归一化处理后的目标图像，在其输入模型之前，还可以对其进行随机数据增强处理，如随机旋转、随机缩放、颜色扰动等，进而以提升图像数据丰富度，帮助模型能够学习到更多的图像特征，更有助于模型训练。
请参照图2，图2是本公开实施例提供的另一种模型训练方法的流程图，如图2所示，所述方法包括三步，具体为：
第一步：对RGB人脸图像进行人脸检测，对检测到的人脸进行人脸对齐，然后对人脸对齐后的RGB图像进行图像预处理，将预处理后的RGB图像输入编解码器(encoder-decoder)，获取编解码器生成的NIR人脸图像，获取NIR人脸图像和生成的NIR人脸图像之间的损失(loss)，基于该损失对编解码器进行训练。
第二步：将RGB人脸图像经人脸检测、人脸对齐、图像预处理和第一数据增强处理后，输入编码器，该编码器为上述编解码器中的编码器部分；同时，将上述第一步生成的NIR人脸图像经人脸检测、人脸对齐、图像预处理和第一数据增强处理后，输入该编码器，获取输入的RGB图像和生成的NIR图像之间对比学习损失，基于该损失对该编码器进行训练。
第三步：将包括RGB人脸图像和NIR人脸图像的混合模态数据经人脸检测、人脸对齐、图像预处理和数据增强处理后输入上述训练后的编码器，通过该编码器的全局平均池化层、全连接层的处理，得到二分类交叉熵损失，基于该损失来训练该编码器。
需要说明地，本公开实施例的具体实现过程及相关概念可以是参照上述图1实施例中的具体描述，该实施例能够达到与图1实施例相同的技术效果，为避免重复，此处不再赘述。
请参照图3，图3是本公开实施例提供的一种图像识别方法的流程图，如图3所示，所述方法包括以下步骤：
步骤S301、获取待检测图像；
步骤S302、将所述待检测图像输入目标模型，并获取所述目标模型输出的图像识别结果。
其中，所述目标模型为基于第二RGB图像和第三NIR图像对第二模型进行二分类活体监督训练得到的模型，所述第二模型为第一模型中的编码器部分，所述第一模型为基于第二NIR图像和第一NIR图像进行自监督训练得到的模型，所述第二NIR图像为将第一RGB图像输入所述第一模型后，所述第一模型输出的NIR图像。也即，所述目标模型为基于上述模型训练方法训练得到的模型。
示例性地，所述目标模型可以是应用于人脸活体检测，进而在获取到输入的待检测图像后，所述目标模型能够对所述待检测图像中的人脸进行识别，以识别所述待检测图像中的人脸是否为基于真人拍摄，并输出图像识别结果。可以理解地，所述图像识别结果也即能够表征所述待检测图像中的人脸是否为基于真人拍摄，例如所述图像识别结果可以为是或者否的文字表征形式，当然也可以是其他可能形式，本公开对此不做具体限定。
需要说明地，所述目标模型还可以是用于其他的图像识别场景，例如可以是用于识别待检测图像中是否包括目标人脸，等。
本公开实施例中，所述目标模型基于上述模型训练方法训练得到，进而所述目标模型既能够对RGB图像进行识别，也能够对NIR图像进行识别，进而通过一个模型就能够实现对两种不同模态图像的识别检测，有效提升了所述目标模型的适用范围，也有效节省了用于安装所述目标模型的电子设备的内存。
请参照图4，图4是本公开实施例提供的一种模型训练装置的结构图，如图4所示，模型训练装置400包括：
第一获取模块401，用于获取第一红绿蓝RGB图像和第一近红外NIR图像；
第一训练模块402，用于将所述第一RGB图像输入第一模型，获取所述第一模型输出的第二NIR图像，并基于所述第二NIR图像和所述第一NIR图像对所述第一模型进行自监督训练；
第二获取模块403，用于获取训练后的所述第一模型中的编码器部分，将所述编码器部分作为第二模型；
第二训练模块404，用于基于第二RGB图像和第三NIR图像对所述第二模型进行二分类活体监督训练，得到目标模型；
其中，所述目标模型用于对输入的待检测图像进行识别，输出所述待检测图像的图像识别结果，所述待检测图像为RGB图像或NIR图像。
可选地，所述装置还包括：
第三训练模块，用于对所述第一RGB图像和所述第二NIR图像分别进行不同的数据增强处理，基于数据增强处理后的所述第一RGB图像和数据增强处理后的所述第二NIR图像对第二模型进行自监督训练。
可选地，所述第三训练模块还用于：
对所述第一RGB图像进行第一数据增强处理，得到第一图像特征；
对所述第二NIR图像进行第二数据增强处理，得到第二图像特征，所述第一数据增强处理不同于所述第二数据增强处理；
基于所述第一图像特征和所述第二图像特征对所述第二模型进行自监督训练。
可选地，所述第三训练模块还用于：
将所述第一图像特征和所述第二图像特征输入所述第二模型；
基于对比学习损失函数对所述第二模型进行自监督训练，所述自监督训练用于使所述第一图像特征和所述第二图像特征之间的相似度大于预设相似度。
可选地，所述装置还包括：
图像处理模块，用于对目标图像进行图像处理，其中，所述图像处理模块具体用于：
对所述目标图像进行关键点检测；
基于检测到的关键点对所述目标图像中的目标对象进行对齐处理，并对对齐处理后的所述目标图像进行图像预处理；
其中，所述目标图像为所述第一RGB图像、所述第二RGB图像、所述第二NIR图像、所述第三NIR图像中的至少一者。
可选地，所述图像处理模块还用于：
获取所述关键点对应的第一坐标，以及获取基准对象的关键点对应的第二坐标；
基于所述第一坐标和所述第二坐标确定仿射变换矩阵，并基于所述仿射变换矩阵对所述目标图像中的目标对象进行对齐处理。
可选地，所述图像处理模块还用于：
对对齐处理后的所述目标图像中的每一个像素进行像素值预处理，以使预处理后的所述每一个像素的像素值位于预设阈值区间内。
需要说明地，本公开实施例提供的模型训练装置400能够实现上述图1所述模型训练方法的全部技术过程，并能达到相同的技术效果，为避免重复，此处不再赘述。
请参照图5，图5是本公开实施例提供的一种图像识别装置的结构图，如图5所示，图像识别装置500包括：
第三获取模块501，用于获取待检测图像；
识别模块502，用于将所述待检测图像输入目标模型，并获取所述目标模型输出的图像识别结果；
其中，所述目标模型为基于第二RGB图像和第三NIR图像对第二模型进行二分类活体监督训练得到的模型，所述第二模型为第一模型中的编码器部分，所述第一模型为基于第二NIR图像和第一NIR图像进行自监督训练得到的模型，所述第二NIR图像为将第一RGB图像输入所述第一模型后，所述第一模型输出的NIR图像。
需要说明地，本公开实施例提供的图像识别装置500能够实现上述图3所述图像识别方法的全部技术过程，并能达到相同的技术效果，为避免重复，此处不再赘述。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
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6示出了可以用来实施本公开的实施例的示例电子设备800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6所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801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801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801执行上文所描述的各个方法和处理，例如上述模型训练方法或图像识别方法。例如，在一些实施例中，模型训练方法或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808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的模型训练方法或图像识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行模型训练方法或图像识别方法。
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、专用计算机或其他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(例如，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(例如，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；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，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***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，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(例如，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)和互联网。
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，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。例如，本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公开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，根据设计要求和其他因素，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 (18)

1.一种模型训练方法，包括：
获取第一RGB图像和第一NIR图像，所述第一RGB图像和所述第一NIR图像对应同一图像场景；
将所述第一RGB图像输入第一模型，获取所述第一模型输出的第二NIR图像，并基于所述第二NIR图像和所述第一NIR图像对所述第一模型进行自监督训练；
获取训练后的所述第一模型中的编码器部分，将所述编码器部分作为第二模型；
基于第二RGB图像和第三NIR图像对所述第二模型进行二分类活体监督训练，得到目标模型；
其中，所述目标模型用于对输入的待检测图像进行识别，输出所述待检测图像的图像识别结果，所述待检测图像为RGB图像或NIR图像。
2.根据权利要求1所述的方法，其中，所述基于第二RGB图像和第三NIR图像对所述第二模型进行二分类活体监督训练，得到目标模型之前，所述方法还包括：
对所述第一RGB图像和所述第二NIR图像分别进行不同的数据增强处理，基于数据增强处理后的所述第一RGB图像和数据增强处理后的所述第二NIR图像对第二模型进行自监督训练。
3.根据权利要求2所述的方法，其中，所述对所述第一RGB图像和所述第二NIR图像分别进行不同的数据增强处理，基于数据增强处理后的所述第一RGB图像和所述第二NIR图像对第二模型进行自监督训练，包括：
对所述第一RGB图像进行第一数据增强处理，得到第一图像特征；
对所述第二NIR图像进行第二数据增强处理，得到第二图像特征，所述第一数据增强处理不同于所述第二数据增强处理；
基于所述第一图像特征和所述第二图像特征对所述第二模型进行自监督训练。
4.根据权利要求3所述的方法，其中，所述基于所述第一图像特征和所述第二图像特征对所述第二模型进行自监督训练，包括：
将所述第一图像特征和所述第二图像特征输入所述第二模型；
基于对比学习损失函数对所述第二模型进行自监督训练，所述自监督训练用于使所述第一图像特征和所述第二图像特征之间的相似度大于预设相似度。
5.根据权利要求1所述的方法，还包括：
对目标图像进行图像处理，其中，所述图像处理包括：
对所述目标图像进行关键点检测；
基于检测到的关键点对所述目标图像中的目标对象进行对齐处理，并对对齐处理后的所述目标图像进行图像预处理；
其中，所述目标图像为所述第一RGB图像、所述第二RGB图像、所述第二NIR图像、所述第三NIR图像中的至少一者。
6.根据权利要求5所述的方法，其中，所述基于检测到的关键点对所述目标图像中的目标对象进行对齐处理，包括：
获取所述关键点对应的第一坐标，以及获取基准对象的关键点对应的第二坐标；
基于所述第一坐标和所述第二坐标确定仿射变换矩阵，并基于所述仿射变换矩阵对所述目标图像中的目标对象进行对齐处理。
7.根据权利要求5所述的方法，其中，所述对对齐处理后的所述目标图像进行图像预处理，包括：
对对齐处理后的所述目标图像中的每一个像素进行像素值预处理，以使预处理后的所述每一个像素的像素值位于预设阈值区间内。
8.一种图像识别方法，包括：
获取待检测图像；
将所述待检测图像输入目标模型，并获取所述目标模型输出的图像识别结果；
其中，所述目标模型为基于第二RGB图像和第三NIR图像对第二模型进行二分类活体监督训练得到的模型，所述第二模型为第一模型中的编码器部分，所述第一模型为基于第二NIR图像和第一NIR图像进行自监督训练得到的模型，所述第二NIR图像为将第一RGB图像输入所述第一模型后，所述第一模型输出的NIR图像，所述第一RGB图像和所述第一NIR图像对应同一图像场景。
9.一种模型训练装置，包括：
第一获取模块，用于获取第一RGB图像和第一NIR图像，所述第一RGB图像和所述第一NIR图像对应同一图像场景；
第一训练模块，用于将所述第一RGB图像输入第一模型，获取所述第一模型输出的第二NIR图像，并基于所述第二NIR图像和所述第一NIR图像对所述第一模型进行自监督训练；
第二获取模块，用于获取训练后的所述第一模型中的编码器部分，将所述编码器部分作为第二模型；
第二训练模块，用于基于第二RGB图像和第三NIR图像对所述第二模型进行二分类活体监督训练，得到目标模型；
其中，所述目标模型用于对输入的待检测图像进行识别，输出所述待检测图像的图像识别结果，所述待检测图像为RGB图像或NIR图像。
10.根据权利要求9所述的装置，还包括：
第三训练模块，用于对所述第一RGB图像和所述第二NIR图像分别进行不同的数据增强处理，基于数据增强处理后的所述第一RGB图像和数据增强处理后的所述第二NIR图像对第二模型进行自监督训练。
11.根据权利要求10所述的装置，其中，所述第三训练模块还用于：
对所述第一RGB图像进行第一数据增强处理，得到第一图像特征；
对所述第二NIR图像进行第二数据增强处理，得到第二图像特征，所述第一数据增强处理不同于所述第二数据增强处理；
基于所述第一图像特征和所述第二图像特征对所述第二模型进行自监督训练。
12.根据权利要求11所述的装置，其中，所述第三训练模块还用于：
将所述第一图像特征和所述第二图像特征输入所述第二模型；
基于对比学习损失函数对所述第二模型进行自监督训练，所述自监督训练用于使所述第一图像特征和所述第二图像特征之间的相似度大于预设相似度。
13.根据权利要求9所述的装置，还包括：
图像处理模块，用于对目标图像进行图像处理，其中，所述图像处理模块具体用于：
对所述目标图像进行关键点检测；
基于检测到的关键点对所述目标图像中的目标对象进行对齐处理，并对对齐处理后的所述目标图像进行图像预处理；
其中，所述目标图像为所述第一RGB图像、所述第二RGB图像、所述第二NIR图像、所述第三NIR图像中的至少一者。
14.根据权利要求13所述的装置，其中，所述图像处理模块还用于：
获取所述关键点对应的第一坐标，以及获取基准对象的关键点对应的第二坐标；
基于所述第一坐标和所述第二坐标确定仿射变换矩阵，并基于所述仿射变换矩阵对所述目标图像中的目标对象进行对齐处理。
15.根据权利要求13所述的装置，其中，所述图像处理模块还用于：
对对齐处理后的所述目标图像中的每一个像素进行像素值预处理，以使预处理后的所述每一个像素的像素值位于预设阈值区间内。
16.一种图像识别装置，包括：
第三获取模块，用于获取待检测图像；
识别模块，用于将所述待检测图像输入目标模型，并获取所述目标模型输出的图像识别结果；
其中，所述目标模型为基于第二RGB图像和第三NIR图像对第二模型进行二分类活体监督训练得到的模型，所述第二模型为第一模型中的编码器部分，所述第一模型为基于第二NIR图像和第一NIR图像进行自监督训练得到的模型，所述第二NIR图像为将第一RGB图像输入所述第一模型后，所述第一模型输出的NIR图像，所述第一RGB图像和所述第一NIR图像对应同一图像场景。
17.一种电子设备，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1-8中任一项所述的方法。
18.一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1-8中任一项所述的方法。
CN202211209807.7A 2022-09-30 2022-09-30 模型训练方法、图像识别方法、装置及电子设备 Active CN115578797B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211209807.7A CN115578797B (zh) 2022-09-30 2022-09-30 模型训练方法、图像识别方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211209807.7A CN115578797B (zh) 2022-09-30 2022-09-30 模型训练方法、图像识别方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN115578797A CN115578797A (zh) 2023-01-06
CN115578797B true CN115578797B (zh) 2023-08-29

Family

ID=84582295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211209807.7A Active CN115578797B (zh) 2022-09-30 2022-09-30 模型训练方法、图像识别方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN115578797B (zh)

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110633691A (zh) * 2019-09-25 2019-12-31 北京紫睛科技有限公司 一种基于可见光和近红外相机的双目活体检测方法
WO2020182710A1 (en) * 2019-03-12 2020-09-17 F. Hoffmann-La Roche Ag Multiple instance learner for prognostic tissue pattern identification
CN112016523A (zh) * 2020-09-25 2020-12-01 北京百度网讯科技有限公司 跨模态人脸识别的方法、装置、设备和存储介质
CN112149634A (zh) * 2020-10-23 2020-12-29 北京百度网讯科技有限公司 图像生成器的训练方法、装置、设备以及存储介质
CN112990374A (zh) * 2021-04-28 2021-06-18 平安科技（深圳）有限公司 图像分类方法、装置、电子设备及介质
CN113033465A (zh) * 2021-04-13 2021-06-25 北京百度网讯科技有限公司 活体检测模型训练方法、装置、设备以及存储介质
CN113177451A (zh) * 2021-04-21 2021-07-27 北京百度网讯科技有限公司 图像处理模型的训练方法、装置、电子设备及存储介质
CN113177449A (zh) * 2021-04-20 2021-07-27 北京百度网讯科技有限公司 人脸识别的方法、装置、计算机设备及存储介质
CN113435408A (zh) * 2021-07-21 2021-09-24 北京百度网讯科技有限公司 人脸活体检测方法、装置、电子设备及存储介质
WO2021249053A1 (zh) * 2020-06-12 2021-12-16 Oppo广东移动通信有限公司 图像处理的方法及相关装置
CN113901998A (zh) * 2021-09-29 2022-01-07 北京百度网讯科技有限公司 模型的训练方法、装置、设备、存储介质以及检测方法
CN113989908A (zh) * 2021-11-29 2022-01-28 北京百度网讯科技有限公司 鉴别人脸图像的方法、装置、电子设备及存储介质
CN114022900A (zh) * 2021-10-29 2022-02-08 北京百度网讯科技有限公司 检测模型的训练方法、检测方法、装置、设备和介质
CN114119378A (zh) * 2020-08-31 2022-03-01 华为技术有限公司 图像融合方法、图像融合模型的训练方法和装置
WO2022052475A1 (zh) * 2020-09-14 2022-03-17 上海商汤智能科技有限公司 拍摄处理方法和装置、设备、存储介质、程序产品
CN114360074A (zh) * 2022-01-10 2022-04-15 北京百度网讯科技有限公司 检测模型的训练方法、活体检测方法、装置、设备和介质
CN114419371A (zh) * 2022-01-11 2022-04-29 众安在线财产保险股份有限公司 图像分类识别模型训练方法、装置及计算机设备
CN114418069A (zh) * 2022-01-19 2022-04-29 腾讯科技（深圳）有限公司 一种编码器的训练方法、装置及存储介质
CN114511758A (zh) * 2022-01-28 2022-05-17 北京百度网讯科技有限公司 图像识别方法及装置、电子设备和介质
CN114613017A (zh) * 2022-03-22 2022-06-10 北京市商汤科技开发有限公司 一种活体检测方法及相关设备
CN114842066A (zh) * 2022-05-13 2022-08-02 北京百度网讯科技有限公司 图像深度识别模型训练方法、图像深度识别方法及装置
CN115116111A (zh) * 2022-06-24 2022-09-27 北京百度网讯科技有限公司 抗扰动人脸活体检测模型训练方法、装置及电子设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220114767A1 (en) * 2020-10-08 2022-04-14 Mirrori Co Ltd. Deep example-based facial makeup transfer system
CN112581463B (zh) * 2020-12-25 2024-02-27 北京百度网讯科技有限公司 图像缺陷的检测方法、装置、电子设备、存储介质及产品

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020182710A1 (en) * 2019-03-12 2020-09-17 F. Hoffmann-La Roche Ag Multiple instance learner for prognostic tissue pattern identification
CN110633691A (zh) * 2019-09-25 2019-12-31 北京紫睛科技有限公司 一种基于可见光和近红外相机的双目活体检测方法
WO2021249053A1 (zh) * 2020-06-12 2021-12-16 Oppo广东移动通信有限公司 图像处理的方法及相关装置
CN114119378A (zh) * 2020-08-31 2022-03-01 华为技术有限公司 图像融合方法、图像融合模型的训练方法和装置
WO2022052475A1 (zh) * 2020-09-14 2022-03-17 上海商汤智能科技有限公司 拍摄处理方法和装置、设备、存储介质、程序产品
CN112016523A (zh) * 2020-09-25 2020-12-01 北京百度网讯科技有限公司 跨模态人脸识别的方法、装置、设备和存储介质
CN112149634A (zh) * 2020-10-23 2020-12-29 北京百度网讯科技有限公司 图像生成器的训练方法、装置、设备以及存储介质
CN113033465A (zh) * 2021-04-13 2021-06-25 北京百度网讯科技有限公司 活体检测模型训练方法、装置、设备以及存储介质
CN113177449A (zh) * 2021-04-20 2021-07-27 北京百度网讯科技有限公司 人脸识别的方法、装置、计算机设备及存储介质
CN113177451A (zh) * 2021-04-21 2021-07-27 北京百度网讯科技有限公司 图像处理模型的训练方法、装置、电子设备及存储介质
CN112990374A (zh) * 2021-04-28 2021-06-18 平安科技（深圳）有限公司 图像分类方法、装置、电子设备及介质
CN113435408A (zh) * 2021-07-21 2021-09-24 北京百度网讯科技有限公司 人脸活体检测方法、装置、电子设备及存储介质
JP2022133378A (ja) * 2021-07-21 2022-09-13 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド 顔生体検出方法、装置、電子機器、及び記憶媒体
CN113901998A (zh) * 2021-09-29 2022-01-07 北京百度网讯科技有限公司 模型的训练方法、装置、设备、存储介质以及检测方法
CN114022900A (zh) * 2021-10-29 2022-02-08 北京百度网讯科技有限公司 检测模型的训练方法、检测方法、装置、设备和介质
CN113989908A (zh) * 2021-11-29 2022-01-28 北京百度网讯科技有限公司 鉴别人脸图像的方法、装置、电子设备及存储介质
CN114360074A (zh) * 2022-01-10 2022-04-15 北京百度网讯科技有限公司 检测模型的训练方法、活体检测方法、装置、设备和介质
CN114419371A (zh) * 2022-01-11 2022-04-29 众安在线财产保险股份有限公司 图像分类识别模型训练方法、装置及计算机设备
CN114418069A (zh) * 2022-01-19 2022-04-29 腾讯科技（深圳）有限公司 一种编码器的训练方法、装置及存储介质
CN114511758A (zh) * 2022-01-28 2022-05-17 北京百度网讯科技有限公司 图像识别方法及装置、电子设备和介质
CN114613017A (zh) * 2022-03-22 2022-06-10 北京市商汤科技开发有限公司 一种活体检测方法及相关设备
CN114842066A (zh) * 2022-05-13 2022-08-02 北京百度网讯科技有限公司 图像深度识别模型训练方法、图像深度识别方法及装置
CN115116111A (zh) * 2022-06-24 2022-09-27 北京百度网讯科技有限公司 抗扰动人脸活体检测模型训练方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
人脸欺骗攻击的鲁棒检测算法研究;贾姗;《中国博士学位论文全文数据库 信息科技辑》(第6期);第I138-42页 *

Also Published As

Publication number Publication date
CN115578797A (zh) 2023-01-06

Similar Documents

Publication Publication Date Title
CN113343826B (zh) 人脸活体检测模型的训练方法、人脸活体检测方法及装置
CN114186632B (zh) 关键点检测模型的训练方法、装置、设备、存储介质
CN112949767B (zh) 样本图像增量、图像检测模型训练及图像检测方法
CN112861885B (zh) 图像识别方法、装置、电子设备及存储介质
CN113436100B (zh) 用于修复视频的方法、装置、设备、介质和产品
CN113657289B (zh) 阈值估计模型的训练方法、装置和电子设备
CN113177449B (zh) 人脸识别的方法、装置、计算机设备及存储介质
CN113221771B (zh) 活体人脸识别方法、装置、设备、存储介质及程序产品
CN113657395B (zh) 文本识别方法、视觉特征提取模型的训练方法及装置
CN113378712B (zh) 物体检测模型的训练方法、图像检测方法及其装置
CN113435408A (zh) 人脸活体检测方法、装置、电子设备及存储介质
CN113705362B (zh) 图像检测模型的训练方法、装置、电子设备及存储介质
CN111862030B (zh) 一种人脸合成图检测方法、装置、电子设备及存储介质
CN115578797B (zh) 模型训练方法、图像识别方法、装置及电子设备
CN114494782B (zh) 图像处理方法、模型训练方法、相关装置及电子设备
CN116402820A (zh) 一种检测方法、装置、设备及存储介质
CN116052288A (zh) 活体检测模型训练方法、活体检测方法、装置和电子设备
CN114549904B (zh) 视觉处理及模型训练方法、设备、存储介质及程序产品
CN113255512B (zh) 用于活体识别的方法、装置、设备以及存储介质
CN114973333A (zh) 人物交互检测方法、装置、设备以及存储介质
CN114093006A (zh) 活体人脸检测模型的训练方法、装置、设备以及存储介质
CN114677566A (zh) 深度学习模型的训练方法、对象识别方法和装置
CN115205939B (zh) 人脸活体检测模型训练方法、装置、电子设备及存储介质
CN114494818B (zh) 图像处理方法、模型训练方法、相关装置及电子设备
CN117437624B (zh) 违禁品检测方法、装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant