CN113657248A - 人脸识别模型的训练方法、装置及计算机程序产品 - Google Patents

Abstract

本公开提供了人脸识别模型的训练方法、相关装置及计算机程序产品，具体涉及计算机视觉和深度学习技术，可用于人脸识别场景下。具体实现方案为：获取训练样本集，训练样本集中的训练样本包括样本人脸图像以及样本人脸图像中的人脸对象对应的身份标签和非身份标签；利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，并将所输入的样本人脸图像对应的身份标签、非身份标签依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，更新初始图像识别模型，训练得到人脸识别模型。本公开提高了人脸识别模型的识别精度。

Description

人脸识别模型的训练方法、装置及计算机程序产品

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术，尤其涉及人脸识别模型的训练方法、装置、电子设备、存储介质以及计算机程序产品，可用于人脸识别场景下。

背景技术

近年来，随着深度学习技术的发展，基于深度学习技术的人脸识别的精度大幅提升。人脸识别在很多场景下有重要应用，如机场、火车站等换乘场景下的人证比对，私域管理场景下的门禁刷脸，金融场景下的真人核验等。在这些丰富的落地场景中，存在复杂光线、大角度人脸、人脸遮挡、图片模糊等复杂情况，通过深度学习模型提取的人脸特征耦合了身份信息与非身份信息，是人脸识别精度进一步提升的瓶颈。

发明内容

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

根据第一方面，提供了一种人脸识别模型的训练方法，包括：获取训练样本集，其中，训练样本集中的训练样本包括样本人脸图像以及样本人脸图像中的人脸对象的身份信息对应的身份标签和非身份信息对应的非身份标签，训练样本的非身份标签基于训练样本集中的样本人脸图像的浅层特征聚类得到；利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，并将所输入的样本人脸图像对应的身份标签、非身份标签依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，更新初始图像识别模型，训练得到人脸识别模型。

根据第二方面，提供了一种人脸识别方法，包括：获取待识别图像；通过预训练的人脸识别模型识别待识别图像，得到人脸识别结果，其中，人脸识别模型通过第一方面任一实现方式训练得到。

根据第三方面，提供了一种人脸识别模型的训练装置，包括：第一获取单元，被配置成获取训练样本集，其中，训练样本集中的训练样本包括样本人脸图像以及样本人脸图像中的人脸对象的身份信息对应的身份标签和非身份信息对应的非身份标签，训练样本的非身份标签基于训练样本集中的样本人脸图像的浅层特征聚类得到；训练单元，被配置成利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，并将所输入的样本人脸图像对应的身份标签、非身份标签依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，更新初始图像识别模型，训练得到人脸识别模型。

根据第四方面，提供了一种人脸识别装置，包括：第二获取单元，被配置成获取待识别图像；识别单元，被配置成通过预训练的人脸识别模型识别待识别图像，得到人脸识别结果，其中，人脸识别模型通过第一方面任一实现方式训练得到。

根据第五方面，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、第二方面任一实现方式描述的方法。

根据第六方面，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、第二方面任一实现方式描述的方法。

根据第七方面，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、第二方面任一实现方式描述的方法。

根据本公开的技术，采用无监督方式，基于特征聚类得到训练样本集中的训练样本的非身份标签，提高了非身份标签的确定效率，节省了用户获取标签的资源消耗；在人脸识别模型的训练过程中，解耦样本人脸图像中的人脸对象的身份信息和非身份信息，提高了训练后的人脸识别模型的识别精度。

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是根据本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的人脸识别模型的训练方法的一个实施例的流程图；

图3是根据本实施例的人脸识别模型的训练方法的应用场景的示意图；

图4是根据本公开的人脸识别模型的训练方法的又一个实施例的流程图；

图5是根据本公开的人脸识别方法的一个实施例的结构示意图；

图6是根据本公开的人脸识别模型的训练装置的一个实施例的结构图；

图7是根据本公开的人脸识别装置的一个实施例的结构图；

图8是适于用来实现本公开实施例的计算机系统的结构示意图。

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。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

图1示出了可以应用本公开的人脸识别模型的训练方法及装置、人脸识别方法及装置的示例性架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。终端设备101、102、103之间通信连接构成拓扑网络，网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当终端设备101、102、103为硬件时，其可以是支持网络连接，信息获取、交互、显示、处理等功能的各种电子设备，包括但不限于监控设备、智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如接收用户通过终端设备101、102、103发送的训练请求，利用机器学习方法训练人脸识别模型的后台服务器。在训练之前，采用无监督方式，基于特征聚类得到训练样本集中的训练样本的非身份标签；在训练过程中，解耦样本人脸图像中的人脸对象的身份信息和非身份信息。在得到预训练的人脸识别模型后，服务器还可以接收用户通过终端设备发送的待识别图像，进行人脸识别，得到人脸识别结果。作为示例，服务器105可以是云端服务器。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

还需要说明的是，本公开的实施例所提供的人脸识别模型的训练方法、人脸识别方法可以由服务器执行，也可以由终端设备执行，还可以由服务器和终端设备彼此配合执行。相应地，人脸识别模型的训练装置、人脸识别装置包括的各个部分(例如各个单元)可以全部设置于服务器中，也可以全部设置于终端设备中，还可以分别设置于服务器和终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。当人脸识别模型的训练方法、人脸识别方法运行于其上的电子设备不需要与其他电子设备进行数据传输时，该系统架构可以仅包括人脸识别模型的训练方法、人脸识别方法运行于其上的电子设备(例如服务器或终端设备)。

请参考图2，图2为本公开实施例提供的一种人脸识别模型的训练方法的流程图，流程200包括以下步骤：

步骤201，获取训练样本集。

本实施例中，人脸识别模型的训练方法的执行主体(例如，图1中的终端设备或服务器)可以通过有线网络连接方式或无线网络连接方式从远程，或从本地获取训练样本集。

其中，训练样本集中的训练样本包括样本人脸图像以及样本人脸图像中的人脸对象的身份信息对应的身份标签和非身份信息对应的非身份标签。训练样本的非身份标签基于训练样本集中的样本人脸图像的浅层特征聚类得到。

身份信息可以是年龄、性别、面部信息、肢体信息等表征人员身份的属性信息，非身份信息可以是除身份信息之外的任意信息。每个样本人脸图像的身份信息对应的身份标签预先设置，非身份信息对应的非身份标签采用特征聚类的方式得到。

作为示例，上述执行主体可以对训练样本集中的每个样本人脸图像进行特征提取，得到每个样本人脸图像的浅层特征；然后，基于得到的多个浅层特征，确定两两之间的相似度，进而根据相似度进行聚类，得到多个类别。对于训练样本集中的每个样本人脸图像，将该样本人脸图像对应的类别确定为非身份标签。样本人脸图像的浅层特征中主要包括人脸对象的非身份信息。

在深度学习领域，往往需要利用人脸图像对应的深层特征。通过对人脸图像进行连续多次或多阶段的特征提取，可以得到深层特征。在得到深层特征的过程中，可以将初始得到的特征作为人脸图像的浅层特征。以残差网络为例，其一般通过五个阶段对图像进行特征提取等处理操作，可以将第一阶段、第二阶段得到的特征作为浅层特征。

在聚类时，可以采用基于划分的聚类方法、基于层次的聚类方法、基于密度的聚类方法等方法。

需要说明的是，聚类得到的多个类别并非必须是具有确定指示意义的信息，可以是单纯对浅层特征进行聚类得到的不同聚类簇。对于不同的类别可以通过文本、数字、图片等进行区分，以为训练样本集中的每个样本人脸图像设置非身份标签。

在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式确定训练样本的非身份标签：

第一，对于训练样本集中的样本人脸图像，通过预训练的特征提取网络提取得到浅层特征。

可以理解，预训练的特征提取网络可以是能够提取样本人脸图像的深度特征的网络，也可以是只能提取浅层特征的模型。当特征提取网络能够提取样本人脸图像的深度特征时，可以从深度特征的提取过程中选取浅层特征。

第二，对训练样本集中的样本人脸图像的浅层特征进行聚类，得到预设数量个类别。

其中，预设数量可以根据实际情况(例如人脸识别模型的参数规模)具体设置，在此不做限定。

第三，对于训练样本集中的每个样本人脸图像，将该样本人脸图像对应的类别确定为该样本人脸图像对应的非身份标签。

本实现方式中，提供了一种基于聚类方式得到预设数量个类别的非身份标签的过程，提高了获取非身份标签的灵活性。

对于训练样本集中的训练样本中的身份标签，可以基于数据采集得到。作为示例，在机场、火车站等换乘场景下，一般需要对现场采集的乘客图像和乘客的证件图像进行比对，以验证乘客与证件图像所表征的人员是否为同一人。在该场景下，上述执行主体可以将现场采集的乘客图像作为样本人脸图像，将与乘客表征同一人的证件图像所表征的身份信息作为身份标签。

步骤202，利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，并将所输入的样本人脸图像对应的身份标签、非身份标签依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，更新初始图像识别模型，训练得到人脸识别模型。

本实施例中，上述执行主体可以利用利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，并将所输入的样本人脸图像对应的身份标签、非身份标签依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，更新初始图像识别模型，训练得到人脸识别模型

初始人脸识别模型可以是具有人脸识别功能的任意深度学习模型，包括但不限于是循环神经网络、卷积神经网络、残差网络等网络模型。上述执行主体可以采用批量训练、随机训练或者单次训练的训练方式，训练初始人脸识别模型。具体的，首先，从训练样本集中选取未经过训练的训练样本，将所选取的训练样本中的样本人脸图像输入初始人脸识别模型，通过初始人脸识别模型中的特征提取网络对所输入的样本人脸图像进行特征提取，得到样本人脸图像的身份特征、非身份特征。然后，对于身份特征，以所输入的样本人脸图像的对应的身份标签为期望输出，得到关于身份信息的第一输出结果；对于非身份特征，以所输入的样本人脸图像的对应的非身份标签为期望输出，得到关于非身份信息的第二输出结果。然后，计算关于身份信息的第一输出结果与身份标签之间的分类损失，以及关于非身份信息的第二输出结果与非身份标签之间的分类损失。最后，根据分类损失计算梯度，并基于梯度下降法、随机梯度下降法进行初始人脸识别模型的参数更新。

上述执行主体循环执行上述训练过程，在确定达到预设结束条件时，将训练后的初始人脸识别模型确定为人脸识别模型。其中，预设结束条件例如可以是训练次数超过预设次数阈值，训练时间超过预设时间阈值，分类损失趋于收敛。

在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述步骤202：

利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，将所输入的样本人脸图像对应的身份标签、非身份标签依次作为第一输出结果、第二输出结果的期望输出，并以最小化所提取到的身份特征与非身份特征之间的相关性为目标，更新初始图像识别模型，训练得到人脸识别模型。

样本人脸图像中的人脸对象的身份信息和非身份信息是相对独立的两类信息，两者之间的相关性应该较低。进而，表征身份信息的身份特征与表征非身份信息的非身份特征之间的相关性也应该较低。在对于从所输入的样本人脸图像中提取到的身份特征、非身份特征，依次以所输入的样本人脸图像对应的身份标签、非身份标签为期望输出的基础上，以最小化身份特征与非身份特征之间的相关性为目标，可以彻底地解耦身份信息和非身份信息，进一步提高了训练后的人脸识别模型的识别精度。

作为示例，可以设置用于最小化关于身份信息的实际输出与身份标签之间的分类损失的第一目标函数，用于最小化关于非身份信息的实际输出与非身份标签之间的分类损失的第二目标函数，以及最小化身份特征与非身份特征之间的相关性的第三目标函数，以通过第一目标函数、第二目标函数、第三目标函数训练初始人脸识别模型。

在本实施例的一些可选的实现方式中，上述执行主体可以分两个训练阶段，通过如下方式训练初始人脸识别模型：

第一，固定初始人脸识别模型中用于提取特征的主干网络，利用机器学习方法，以样本人脸图像为输入，以最大化正则化身份特征和正则化非身份特征之间的相关性为目标，训练得到人脸识别模型中的第一正则化网络和第二正则化网络。

其中，第一正则化网络、第二正则化网络依次用于根据所输入的样本人脸图像的身份特征、非身份特征，得到正则化身份特征、正则化非身份特征。具体的，第一正则化网络用于实现身份特征的正则化，第二正则化网络用于实现非身份特征的正则化。

该阶段中，以最大化正则化身份特征和正则化非身份特征之间的相关性为目标，只更新第一正则化网络和第二正则化网络，并不更新主干网络。

第二，固定第一正则化网络和第二正则化网络，利用机器学习算法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，将所输入的样本人脸图像对应的身份标签、非身份标签依次作为第一输出结果、第二输出结果的期望输出，并以最小化所提取到的身份特征与非身份特征之间的相关性为目标，更新主干网络。

该阶段中，对于所输入的样本人脸图像的身份特征、非身份特征，依次以所输入的样本人脸图像对应的身份标签、非身份标签为期望输出，并以最小化身份特征对应的正则化身份特征和非身份特征对应的正则化非身份特征之间的相关性为目标，只更新主干网络，并不更新第一正则化网络和第二正则化网络。上述两个阶段的更新过程可以参照计算梯度，根据梯度更新模型参数的训练过程。

在训练过程中，上述执行主体可以通过如下公式计算正则化身份特征和正则化非身份特征之间的相关性：

其中，ρ表示相关性，v_a、v_b依次表征正则化身份特征、正则化非身份特征，Cov()表征协方差，Var()表征方差。

本实现方式中，第一阶段针对于第一正则化网络和第二正则化网络的训练过程中，以最大化正则化身份特征和正则化非身份特征之间的相关性为目标；在第二阶段针对于主干网络的训练过程中，以最小化正则化身份特征和正则化非身份特征之间的相关性为目标，进一步提高了训练得到的人脸识别模型的识别精度。

在训练过程中，上述执行主体可以通过初始人脸识别模型中对应于身份信息的特征提取网络进行身份特征的提取，通过初始人脸识别模型中对应于非身份信息的特征提取网络进行非身份特征的提取。在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式得到样本人脸图像的身份特征、非身份特征：

第一，通过初始人脸识别模型中的主干网络对所输入的样本人脸图像进行特征提取，得到人脸特征。

其中，人脸特征中包括身份特征和非身份特征。

第二，对人脸特征进行切分，得到身份特征和非身份特征。

以人脸特征为预设维度的特征向量为例，上述执行主体可以将在前的第一预设维度所表征的向量确定为身份特征，将在后的第二预设维度所表征的向量确定为非身份特征。

本实现方式中，提供了一种通过切分人脸特征得到身份特征和非身份特征的方式，简化了人脸识别模型的网络结构。

继续参见图3，图3是根据本实施例的人脸识别模型的训练方法的应用场景的一个示意图300。在图3的应用场景中，服务器首先获取训练样本集301。其中，训练样本集中的训练样本包括样本人脸图像以及样本人脸图像中的人脸对象的身份信息对应的身份标签和非身份信息对应的非身份标签，训练样本的非身份标签基于训练样本集中的样本人脸图像的浅层特征聚类得到。在获取训练样本集301之后，服务器利用机器学习方法，以样本人脸图像302为输入，对于从所输入的样本人脸图像302中提取到的身份特征303、非身份特征304，将所输入的样本人脸图像对应的身份标签305、非身份标签306依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，训练得到人脸识别模型。

本实施例中，采用无监督方式，基于特征聚类得到训练样本集中的训练样本的非身份标签，提高了非身份标签的确定效率，节省了用户获取标签的资源消耗；在人脸识别模型的训练过程中，解耦样本人脸图像中的人脸对象的身份信息和非身份信息，提高了人脸识别模型的识别精度。

继续参考图4，示出了根据本公开的方法的一个人脸识别模型的训练方法实施例的示意性流程400。其中，流程400包括以下步骤：

步骤401，获取训练样本集。

其中，训练样本集中的训练样本包括样本人脸图像以及样本人脸图像中的人脸对象的身份信息对应的身份标签。

步骤402，对于训练样本集中的样本人脸图像，通过预训练的特征提取网络提取得到浅层特征。

步骤403，对训练样本集中的样本人脸图像的浅层特征进行聚类，得到预设数量个类别。

步骤404，对于训练样本集中的每个样本人脸图像，将该样本人脸图像对应的类别确定为该样本人脸图像对应的非身份标签。

步骤405，固定初始人脸识别模型中用于提取特征的主干网络，利用机器学习方法，以样本人脸图像为输入，以最大化正则化身份特征和正则化非身份特征之间的相关性为目标，训练得到人脸识别模型中的第一正则化网络和第二正则化网络。

其中，第一正则化网络、第二正则化网络依次用于根据所输入的样本人脸图像的身份特征、非身份特征，得到正则化身份特征、正则化非身份特征。

步骤406，固定第一正则化网络和第二正则化网络，利用机器学习算法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，将所输入的样本人脸图像对应的身份标签、非身份标签依次作为第一输出结果、第二输出结果的期望输出，并以最小化所提取到的身份特征与非身份特征之间的相关性为目标，更新主干网络。

从本实施例中可以看出，与图2对应的实施例相比，本实施例中的人脸识别模型的训练方法的流程400具体说明了聚类得到非身份标签的过程，人脸识别模型的训练过程，提高了非身份标签的确定效率，节省了用户获取标签的资源消耗，提高了人脸识别模型的识别精度。

请参考图5，图5为本公开实施例提供的一种人脸识别方法的流程图，其中，流程500包括以下步骤：

步骤501，获取待识别图像。

本实施例中，人脸识别方法的执行主体(例如图1中的终端设备或服务器)可以通过有线网络连接方式或无线网络连接方式从远程，或从本地获取待识别图像。

其中，待识别图像可以是任意图像。作为示例，待识别图像为监控设备所摄取的视频中的每帧图像。

步骤502，通过预训练的人脸识别模型识别待识别图像，得到人脸识别结果。

本实施例中，上述执行主体可以通过预训练的人脸识别模型识别待识别图像，得到人脸识别结果。人脸识别结果用户表征待识别图像中的人脸对象的身份信息。

其中，人脸识别模型基于上述实施例200、400所示的训练方法得到。

本实现例中，通过人脸识别模型得到待识别图像的人脸识别结果，提高了人脸识别结果的识别精度。

继续参考图6，作为对上述各图所示方法的实现，本公开提供了一种人脸识别模型的训练装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，人脸识别模型的训练装置，包括：第一获取单元601，被配置成获取训练样本集，其中，训练样本集中的训练样本包括样本人脸图像以及样本人脸图像中的人脸对象的身份信息对应的身份标签和非身份信息对应的非身份标签，训练样本的非身份标签基于训练样本集中的样本人脸图像的浅层特征聚类得到；训练单元602，被配置成利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，并将所输入的样本人脸图像对应的身份标签、非身份标签依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，更新初始图像识别模型，训练得到人脸识别模型。

在本实施例的一些可选的实现方式中，训练单元602，进一步被配置成：利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，将所输入的样本人脸图像对应的身份标签、非身份标签依次作为第一输出结果、第二输出结果的期望输出，并以最小化所提取到的身份特征与非身份特征之间的相关性为目标，更新初始图像识别模型，训练得到人脸识别模型。

在本实施例的一些可选的实现方式中，训练单元602，进一步被配置成：固定初始人脸识别模型中用于提取特征的主干网络，利用机器学习方法，以样本人脸图像为输入，以最大化正则化身份特征和正则化非身份特征之间的相关性为目标，训练得到人脸识别模型中的第一正则化网络和第二正则化网络，其中，第一正则化网络、第二正则化网络依次用于根据所输入的样本人脸图像的身份特征、非身份特征，得到正则化身份特征、正则化非身份特征；固定第一正则化网络和第二正则化网络，利用机器学习算法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，将所输入的样本人脸图像对应的身份标签、非身份标签依次作为第一输出结果、第二输出结果的期望输出，并以最小化所提取到的身份特征与非身份特征之间的相关性为目标，更新主干网络。

在本实施例的一些可选的实现方式中，上述装置还包括：确定单元(图中未示出)，被配置成对于训练样本集中的样本人脸图像，通过预训练的特征提取网络提取得到浅层特征；对训练样本集中的样本人脸图像的浅层特征进行聚类，得到预设数量个类别；对于训练样本集中的每个样本人脸图像，将该样本人脸图像对应的类别确定为该样本人脸图像对应的非身份标签。

在本实施例的一些可选的实现方式中，训练单元602，进一步被配置成：通过初始人脸识别模型中的主干网络对所输入的样本人脸图像进行特征提取，得到人脸特征；对人脸特征进行切分，得到身份特征和非身份特征。

本实施例中，采用无监督方式，基于特征聚类得到训练样本集中的训练样本的非身份标签，提高了非身份标签的确定效率，节省了用户获取标签的资源消耗；在人脸识别模型的训练过程中，解耦样本人脸图像中的人脸对象的身份信息和非身份信息，提高了人脸识别模型的识别精度。

继续参考图7，作为对上述各图所示方法的实现，本公开提供了一种人脸识别装置的一个实施例，该装置实施例与图5所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图7所示，人脸识别模型的训练装置包括：第二获取单元701，被配置成获取待识别图像；识别单元702，被配置成通过预训练的人脸识别模型识别待识别图像，得到人脸识别结果。其中，人脸识别模型通过实施例200、400训练得到。

本实现例中，通过人脸识别模型得到待识别图像的人脸识别结果，提高了人脸识别结果的识别精度。

根据本公开的实施例，本公开还提供了一种电子设备，该电子设备包括：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，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现上述任意实施例所描述的人脸识别模型的训练方法、人脸识别方法。

根据本公开的实施例，本公开还提供了一种可读存储介质，该可读存储介质存储有计算机指令，该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的人脸识别模型的训练方法、人脸识别方法。

本公开实施例提供了一种计算机程序产品，该计算机程序在被处理器执行时能够实现上述任意实施例所描述的人脸识别模型的训练方法、人脸识别方法。

图8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8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，例如人脸识别模型的训练方法、人脸识别方法。例如，在一些实施例中，人脸识别模型的训练方法、人脸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人脸识别模型的训练方法、人脸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)而被配置为执行人脸识别模型的训练方法、人脸识别方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(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系统上执行和/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，可以从存储系统、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系统、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系统、装置或设备使用或与指令执行系统、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、或半导体系统、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系统和技术，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。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统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，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大，业务扩展性弱的缺陷；也可以为分布式系统的服务器，或者是结合了区块链的服务器。

根据本公开实施例的技术方案，采用无监督方式，基于特征聚类得到训练样本集中的训练样本的非身份标签，提高了非身份标签的确定效率，节省了用户获取标签的资源消耗；在人脸识别模型的训练过程中，解耦样本人脸图像中的人脸对象的身份信息和非身份信息，提高了人脸识别模型的识别精度。

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 (15)

1.一种人脸识别模型的训练方法，包括：

获取训练样本集，其中，所述训练样本集中的训练样本包括样本人脸图像以及样本人脸图像中的人脸对象的身份信息对应的身份标签和非身份信息对应的非身份标签，训练样本的非身份标签基于所述训练样本集中的样本人脸图像的浅层特征聚类得到；

利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，并将所输入的样本人脸图像对应的身份标签、非身份标签依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，更新所述初始图像识别模型，训练得到所述人脸识别模型。

2.根据权利要求1所述的方法，其中，所述利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，并将所输入的样本人脸图像对应的身份标签、非身份标签依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，更新所述初始图像识别模型，训练得到所述人脸识别模型，包括：

利用机器学习方法，以样本人脸图像为输入，通过所述初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，将所输入的样本人脸图像对应的身份标签、非身份标签依次作为所述第一输出结果、所述第二输出结果的期望输出，并以最小化所提取到的身份特征与非身份特征之间的相关性为目标，更新所述初始图像识别模型，训练得到所述人脸识别模型。

3.根据权利要求2所述的方法，其中，所述利用机器学习方法，以样本人脸图像为输入，通过所述初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，将所输入的样本人脸图像对应的身份标签、非身份标签依次作为所述第一输出结果、所述第二输出结果的期望输出，并以最小化所提取到的身份特征与非身份特征之间的相关性为目标，更新所述初始图像识别模型，训练得到所述人脸识别模型，包括：

固定所述初始人脸识别模型中用于提取特征的主干网络，利用机器学习方法，以样本人脸图像为输入，以最大化正则化身份特征和正则化非身份特征之间的相关性为目标，训练得到所述人脸识别模型中的第一正则化网络和第二正则化网络，其中，所述第一正则化网络、所述第二正则化网络依次用于根据所输入的样本人脸图像的身份特征、非身份特征，得到正则化身份特征、正则化非身份特征；

固定所述第一正则化网络和所述第二正则化网络，利用机器学习算法，以样本人脸图像为输入，通过所述初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，将所输入的样本人脸图像对应的身份标签、非身份标签依次作为所述第一输出结果、所述第二输出结果的期望输出，并以最小化所提取到的身份特征与非身份特征之间的相关性为目标，更新所述主干网络。

4.根据权利要求1-3中任一项所述的方法，其中，还包括：

对于所述训练样本集中的样本人脸图像，通过预训练的特征提取网络提取得到浅层特征；

对所述训练样本集中的样本人脸图像的浅层特征进行聚类，得到预设数量个类别；

对于所述训练样本集中的每个样本人脸图像，将该样本人脸图像对应的类别确定为该样本人脸图像对应的非身份标签。

5.根据权利要求1-3中任一项所述的方法，其中，样本人脸图像的身份特征、非身份特征通过如下方式得到：

通过所述初始人脸识别模型中的主干网络对所输入的样本人脸图像进行特征提取，得到人脸特征；

对所述人脸特征进行切分，得到身份特征和非身份特征。

6.一种人脸识别方法，包括：

获取待识别图像；

通过预训练的人脸识别模型识别所述待识别图像，得到人脸识别结果，其中，所述人脸识别模型通过权利要求1-5中任一项训练得到。

7.一种人脸识别模型的训练装置，包括：

第一获取单元，被配置成获取训练样本集，其中，所述训练样本集中的训练样本包括样本人脸图像以及样本人脸图像中的人脸对象的身份信息对应的身份标签和非身份信息对应的非身份标签，训练样本的非身份标签基于所述训练样本集中的样本人脸图像的浅层特征聚类得到；

训练单元，被配置成利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，并将所输入的样本人脸图像对应的身份标签、非身份标签依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，更新所述初始图像识别模型，训练得到所述人脸识别模型。

8.根据权利要求7所述的装置，其中，所述训练单元，进一步被配置成：

利用机器学习方法，以样本人脸图像为输入，通过所述初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，将所输入的样本人脸图像对应的身份标签、非身份标签依次作为所述第一输出结果、所述第二输出结果的期望输出，并以最小化所提取到的身份特征与非身份特征之间的相关性为目标，更新所述初始图像识别模型，训练得到所述人脸识别模型。

9.根据权利要求8所述的装置，其中，所述训练单元，进一步被配置成：

固定所述初始人脸识别模型中用于提取特征的主干网络，利用机器学习方法，以样本人脸图像为输入，以最大化正则化身份特征和正则化非身份特征之间的相关性为目标，训练得到所述人脸识别模型中的第一正则化网络和第二正则化网络，其中，所述第一正则化网络、所述第二正则化网络依次用于根据所输入的样本人脸图像的身份特征、非身份特征，得到正则化身份特征、正则化非身份特征；固定所述第一正则化网络和所述第二正则化网络，利用机器学习算法，以样本人脸图像为输入，通过所述初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，将所输入的样本人脸图像对应的身份标签、非身份标签依次作为所述第一输出结果、所述第二输出结果的期望输出，并以最小化所提取到的身份特征与非身份特征之间的相关性为目标，更新所述主干网络。

10.根据权利要求7-9中任一项所述的装置，其中，还包括：

确定单元，被配置成对于所述训练样本集中的样本人脸图像，通过预训练的特征提取网络提取得到浅层特征；对所述训练样本集中的样本人脸图像的浅层特征进行聚类，得到预设数量个类别；对于所述训练样本集中的每个样本人脸图像，将该样本人脸图像对应的类别确定为该样本人脸图像对应的非身份标签。

11.根据权利要求7-9中任一项所述的装置，其中，所述训练单元，进一步被配置成：

通过所述初始人脸识别模型中的主干网络对所输入的样本人脸图像进行特征提取，得到人脸特征；对所述人脸特征进行切分，得到身份特征和非身份特征。

12.一种人脸识别装置，包括：

第二获取单元，被配置成获取待识别图像；

识别单元，被配置成通过预训练的人脸识别模型识别所述待识别图像，得到人脸识别结果，其中，所述人脸识别模型通过权利要求7-11中任一项训练得到。

13.一种电子设备，其特征在于，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。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。

15.一种计算机程序产品，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。

Images