模型训练方法、人脸识别方法、装置、设备及介质与流程

技术特征：
1.一种模型训练方法，包括：获取与原始图像相对应的第一样本图像，其中，所述第一样本图像缺少所述原始图像中的部分信息；将所述第一样本图像输入第一特征提取模型，以得到所述原始图像的第一特征信息；将所述第一特征信息输入图像重建模型，以得到与所述原始图像相对应的重建图像；以及基于所述原始图像和所述重建图像，调整所述第一特征提取模型的参数。2.根据权利要求1所述的方法，其中，所述获取与原始图像相对应的第一样本图像包括：将所述原始图像划分为多个部分；以及通过去除所述多个部分中的至少一个部分，来获取所述第一样本图像。3.根据权利要求1所述的方法，其中，所述获取与原始图像相对应的第一样本图像包括：通过在所述原始图像上叠加遮挡物，来获取所述第一样本图像。4.根据权利要求1至3中任意一项所述的方法，还包括：获取与所述原始图像相对应的第二样本图像，其中，所述第二样本图像缺少所述原始图像中的部分信息，并且所述第二样本图像与所述第一样本图像不同；将所述第二样本图像输入第二特征提取模型，以得到所述原始图像的第二特征信息；以及基于所述第一特征信息与所述第二特征信息之间的相似度，以及所述第一特征信息与多个第三特征信息中的每一者之间的相似度，调整所述第一特征提取模型的参数，其中，所述多个第三特征信息中的每一者为不同于所述原始图像的其它图像的特征信息。5.根据权利要求4所述的方法，还包括：在所述调整所述第一特征提取模型的参数之后，基于所述第一特征提取模型的参数来调整所述第二特征提取模型的参数。6.根据权利要求5所述的方法，其中，所述基于所述第一特征提取模型的参数来调整所述第二特征提取模型的参数包括：利用所述第一特征提取模型的参数和所述第二特征提取模型的参数的加权和，来调整所述第二特征提取模型的参数。7.根据权利要求1至6中的任意一项所述的方法，其中，所述原始图像中包含人脸。8.一种图像特征提取方法，包括：将待处理图像输入特征提取模型，以得到所述待处理图像的特征信息，其中，所述特征提取模型为根据权利要求1至7中任意一项的方法而训练得到。9.一种人脸识别方法，包括：将包含人脸的待识别图像输入特征提取模型，以得到所述待识别图像的特征信息，其中，所述特征提取模型为根据权利要求1至7中任意一项的方法而训练得到；以及将所述特征信息输入识别模型，以得到对所述人脸的识别结果。10.一种模型训练装置，包括：第一获取单元，被配置用于获取与原始图像相对应的第一样本图像，其中，所述第一样
本图像缺少所述原始图像中的部分信息；第二获取单元，被配置用于将所述第一样本图像输入第一特征提取模型，以得到所述原始图像的第一特征信息；第三获取单元，被配置用于将所述第一特征信息输入图像重建模型，以得到与所述原始图像相对应的重建图像；以及第一调整单元，被配置用于基于所述原始图像和所述重建图像，调整所述第一特征提取模型的参数。11.根据权利要求10所述的装置，其中，所述第一获取单元包括：划分子单元，被配置用于将所述原始图像划分为多个部分；以及第一获取子单元，被配置用于通过去除所述多个部分中的至少一个部分，来获取所述第一样本图像。12.根据权利要求10所述的装置，其中，所述第一获取单元包括：第二获取子单元，被配置用于通过在所述原始图像上叠加遮挡物，来获取所述第一样本图像。13.根据权利要求10至12中任意一项所述的装置，还包括：第四获取单元，被配置用于获取与所述原始图像相对应的第二样本图像，其中，所述第二样本图像缺少所述原始图像中的部分信息，并且所述第二样本图像与所述第一样本图像不同；第五获取单元，被配置用于将所述第二样本图像输入第二特征提取模型，以得到所述原始图像的第二特征信息；以及第二调整单元，被配置用于基于所述第一特征信息与所述第二特征信息之间的相似度，以及所述第一特征信息与多个第三特征信息中的每一者之间的相似度，调整所述第一特征提取模型的参数，其中，所述多个第三特征信息中的每一者为不同于所述原始图像的其它图像的特征信息。14.根据权利要求13所述的装置，还包括：第三调整单元，被配置用于在所述调整所述第一特征提取模型的参数之后，基于所述第一特征提取模型的参数来调整所述第二特征提取模型的参数。15.根据权利要求14所述的装置，其中，所述第三调整单元包括：调整子单元，被配置用于利用所述第一特征提取模型的参数和所述第二特征提取模型的参数的加权和，来调整所述第二特征提取模型的参数。16.根据权利要求10至15中的任意一项所述的装置，其中，所述原始图像中包含人脸。17.一种特征提取模型，其中，所述特征提取模型能够根据输入的待处理图像，得到所述待处理图像的特征信息，其中，所述特征提取模型为根据权利要求1至7中任意一项的方法而训练得到。18.一种人脸识别装置，包括：特征提取模型，被配置用于响应于接收到包含人脸的待识别图像，得到所述待识别图像的特征信息，其中，所述特征提取模型为根据权利要求1至7中任意一项的方法而训练得到；以及识别模型，被配置用于响应于接收到所述特征信息，得到对所述人脸的识别结果。
19.一种电子设备，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1-9中任一项所述的方法。20.一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计算机执行根据权利要求1-9中任一项所述的方法。21.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-9中任一项所述的方法。

技术总结
本公开提供了一种模型训练方法、人脸识别方法、装置、设备及介质，涉及深度学习、计算机视觉等人工智能技术领域，可应用于人脸图像处理、人脸识别等场景。实现方案为：获取与原始图像相对应的第一样本图像，其中，第一样本图像缺少原始图像中的部分信息；将第一样本图像输入第一特征提取模型，以得到原始图像的第一特征信息；将第一特征信息输入图像重建模型，以得到与原始图像相对应的重建图像；以及基于原始图像和重建图像，调整第一特征提取模型的参数。数。数。


技术研发人员：杨馥魁
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2022.02.25
技术公布日：2022/5/31