CN109784255A

CN109784255A - 神经网络训练方法及装置以及识别方法及装置

Info

Publication number: CN109784255A
Application number: CN201910012682.0A
Authority: CN
Inventors: 王露; 赵瑞
Original assignee: Shenzhen Sensetime Technology Co Ltd
Current assignee: Shenzhen Sensetime Technology Co Ltd
Priority date: 2019-01-07
Filing date: 2019-01-07
Publication date: 2019-05-21
Anticipated expiration: 2039-01-07
Also published as: CN109784255B

Abstract

本公开涉及一种神经网络训练方法及装置以及识别方法及装置，所述方法包括：对第一样本图像进行预处理，获得第二样本图像；对第二样本图像进行筛选，获得待处理图像；对待处理图像的至少部分区域进行遮挡处理，获得第三样本图像；通过第三样本图像和所述第二样本图像训练神经网络。根据本公开的实施例的神经网络训练方法，可筛选出待处理图像进行遮挡处理，并通过遮挡处理后的第三样本图像与未遮挡的第二样本图像训练神经网络，使神经网络的注意力机制集中于未遮挡的部分，提高识别处理的鲁棒性。

Description

神经网络训练方法及装置以及识别方法及装置

技术领域

本公开涉及计算机技术领域，尤其涉及一种神经网络训练方法及装置以及识别方法及装置。

背景技术

在相关技术中，在图像识别处理的过程中，常因为图像中的目标对象的一部分被遮挡(例如，被墨镜遮挡眼睛、被口罩遮挡口鼻或被帽子遮挡额头等)，而造成图像中的特征不完整，使得识别处理的性能显著下降，识别效果较差。

发明内容

本公开提出了一种神经网络训练方法及装置以及识别方法及装置。

根据本公开的一方面，提供了一种神经网络训练方法，包括：

分别对多个第一样本图像进行预处理，获得多个第二样本图像；

对第二样本图像进行筛选，获得多个待处理图像，其中，所述待处理图像的数量少于所述第二样本图像的数量；

对所述待处理图像的至少部分区域进行遮挡处理，获得第三样本图像，其中，所述第三样本图像中的至少部分区域被遮挡；

通过所述第三样本图像和所述第二样本图像训练神经网络。

根据本公开的实施例的神经网络训练方法，可筛选出待处理图像进行遮挡处理，并通过遮挡处理后的第三样本图像与未遮挡的第二样本图像训练神经网络，使神经网络的注意力机制集中于未遮挡的部分，从而提高识别处理的鲁棒性。

在一种可能的实现方式中，对所述待处理图像的至少部分区域进行遮挡处理，获得第三样本图像，包括：

确定所述待处理图像中的待遮挡区域；

对所述待遮挡区域中的像素点的RGB值进行调整，获得所述第三样本图像。

在一种可能的实现方式中，所述待遮挡区域包括第一区域，

其中，确定所述待处理图像中的待遮挡区域，包括：

对所述待处理图像进行筛选，获得多个第一待处理图像，其中，所述第一待处理图像的数量与所述待处理图像的数量之比为第二预定比例；

将所述第一待处理图像的待遮挡区域确定为第一区域，其中，所述第一区域为以一个或多个第二关键点为圆心，随机半径的圆形区域，所述第二关键点为将所述第一待处理图像中的关键点。

通过这种方式，可选择任意比例的第二样本图像进行第一区域的遮挡，使遮挡第一区域的样本图像比例可控。

在一种可能的实现方式中，所述待遮挡区域包括第二区域，

其中，确定所述待处理图像中的待遮挡区域，包括：

对所述待处理图像进行筛选，获得多个第二待处理图像，其中，所述第二待处理图像的数量与所述待处理图像的数量之比为第三预定比例；

将所述第二待处理图像的待遮挡区域确定为第二区域，其中，所述第二区域为位于所述第二待处理图像的上半部分中且具有随机尺寸的矩形区域。

通过这种方式，可选择任意比例的第二样本图像进行第二区域的遮挡，使遮挡第二区域的样本图像比例可控。

在一种可能的实现方式中，所述待遮挡区域包括第三区域，

其中，确定所述待处理图像中的待遮挡区域，包括：

对所述待处理图像进行筛选，获得多个第三待处理图像，其中，所述第三待处理图像的数量与所述待处理图像的数量之比为第四预定比例；

将所述第三待处理图像的待遮挡区域确定为第三区域，其中，所述第三区域为位于所述第三待处理图像的下半部分中且具有随机尺寸的矩形区域。

通过这种方式，可选择任意比例的第二样本图像进行第三区域的遮挡，使遮挡第三区域的样本图像比例可控。

在一种可能的实现方式中，对所述待遮挡区域中的像素点的RGB值进行调整，获得所述第三样本图像，包括以下处理中的一种：

将所述待遮挡区域的各像素点的RGB值调整为0；或者

将所述待遮挡区域的各像素点的RGB值调整为第三随机数，其中，所述第三随机数为分别针对待遮挡区域的各像素点生成的随机数。

在一种可能的实现方式中，对第二样本图像进行筛选，获得多个待处理图像，包括：

分别针对各第二样本图像生成第一随机数；

在第二样本图像的第一随机数属于预设区间的情况下，将所述第二样本图像确定为所述待处理图像，其中，所述待处理样本图像的数量与所述第二图像的数量之比为第一预定比例。

通过这种方式，可选择出任意比例的第二样本图像作为待处理图像，使神经网络的训练过程中的被遮挡的样本图像的比例可控。

在一种可能的实现方式中，分别对多个第一样本图像进行预处理，获得多个第二样本图像，包括：

对多个第一样本图像分别进行关键点检测处理，获得各第一样本图像中的第一关键点；

根据所述第一关键点，对各第一样本图像进行校正处理，获得多个第二样本图像。

在一种可能的实现方式中，通过所述第三样本图像和所述第二样本图像训练神经网络，包括以下一种：

通过所述第三样本图像和未筛选出的第二样本图像训练所述神经网络；或者

通过所述第三样本图像和所有第二样本图像训练所述神经网络。

根据本公开的另一方面，提供了一种识别方法，包括：

将待识别图像进行预处理，获得目标图像；

将所述目标图像输入上神经网络训练方法训练后的神经网络中进行识别处理，获得识别结果。

根据本公开的另一方面，提供了一种神经网络训练装置，包括：

预处理模块，用于分别对多个第一样本图像进行预处理，获得多个第二样本图像；

筛选模块，用于对第二样本图像进行筛选，获得多个待处理图像，其中，所述待处理图像的数量少于所述第二样本图像的数量；

遮挡模块，用于对所述待处理图像的至少部分区域进行遮挡处理，获得第三样本图像，其中，所述第三样本图像中的至少部分区域被遮挡；

训练模块，用于通过所述第三样本图像和所述第二样本图像训练神经网络。

在一种可能的实现方式中，所述遮挡模块被进一步配置为：

确定所述待处理图像中的待遮挡区域；

在一种可能的实现方式中，所述待遮挡区域包括第一区域，

其中，所述遮挡模块被进一步配置为：

在一种可能的实现方式中，所述待遮挡区域包括第二区域，

其中，所述遮挡模块被进一步配置为：

在一种可能的实现方式中，所述待遮挡区域包括第三区域，

其中，所述遮挡模块被进一步配置为：

在一种可能的实现方式中，所述遮挡模块被进一步配置为：

将所述待遮挡区域的各像素点的RGB值调整为0；或者

在一种可能的实现方式中，所述筛选模块被进一步配置为：

分别针对各第二样本图像生成第一随机数；

在一种可能的实现方式中，所述预处理模块被进一步配置为：

在一种可能的实现方式中，所述训练模块被进一步配置为：

根据本公开的另一方面，提供了一种识别装置，包括：

目标图像获得模块，用于将待识别图像进行预处理，获得目标图像；

识别结果获得模块，用于将所述目标图像输入上述神经网络训练装置训练后的神经网络中进行识别处理，获得识别结果。

根据本公开的另一方面，提供了一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行上述方法。

根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的神经网络训练方法的流程图；

图2示出根据本公开实施例的识别方法的流程图；

图3A-图3D示出根据本公开实施例的神经网络训练方法的应用示意图；

图4示出根据本公开实施例的神经网络训练装置的框图；

图5示出根据本公开实施例的识别装置的框图；

图6示出根据本公开实施例的电子装置的框图；

图7示出根据本公开实施例的电子装置的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开实施例的神经网络训练方法的流程图，如图1所示，所述方法包括：

在步骤S11中，分别对多个第一样本图像进行预处理，获得多个第二样本图像；

在步骤S12中，对第二样本图像进行筛选，获得多个待处理图像，其中，所述待处理图像的数量少于所述第二样本图像的数量；

在步骤S13中，对所述待处理图像的至少部分区域进行遮挡处理，获得第三样本图像，其中，所述第三样本图像中的至少部分区域被遮挡；

在步骤S14中，通过所述第三样本图像和所述第二样本图像训练神经网络。

在一种可能的实现方式中，所述神经网络训练方法可以由终端设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，所述神经网络训练方法通过服务器执行。

在一种可能的实现方式中，所述第一样本图像可包括针对同一目标对象获取的多个样本图像，或者，所述第一样本图像也可包括针对多个目标对象获取的样本图像，其中，每个目标对象均获取多个样本图像。在遮挡处理中，可从目标对象的多个样本图像中选取一部分进行遮挡处理，即可获得该目标对象的一个或多个被遮挡的样本图像以及该目标对象的一个或多个未被遮挡的样本图像。

在一种可能的实现方式中，可对第一样本图像进行预处理。其中，步骤S11可包括：对多个第一样本图像分别进行关键点检测处理，获得各第一样本图像中的第一关键点；根据所述第一关键点，对各第一样本图像进行校正处理，获得多个第二样本图像。

在一种可能的实现方式中，可对各第一样本图像分别进行关键点检测处理，获得每个第一样本图像中的第一关键点。在示例中，第一样本图像为针对某个目标对象获取的人脸图像，可对所述人脸图像进行关键点检测处理，获得所述第一关键点。在示例中，可通过使用关键点检测网络来获取第一样本图像的第一关键点，所述关键点检测网络可以是用于关键点检测的神经网络，例如，卷积神经网络等，本公开对关键点检测的方法不做限制。

在示例中，可利用多任务卷积神经网络(Multi-task Convolutional NeuralNetworks，MTCNN)或dlib算法等方法检测人脸图像(即，第一样本图像)中的关键点，在示例中，可检测左眼瞳孔关键点(x_le，y_le)，右眼瞳孔关键点(x_re，y_re)，鼻尖关键点(x_n，y_n)，左嘴角关键点(x_lm，y_lm)，右嘴角关键点(x_rm，y_rm)，并计算得到嘴中心关键点(x_m，y_m)，其中，

在一种可能的实现方式中，可根据检测出的第一关键点，对第一样本图像进行校正。在示例中，第一样本图像为人脸图像，可通过校正处理获得可用于训练神经网络的第二样本图像，例如，第二样本图像中的人脸具有预设尺寸，且所述人脸位于第二样本图像中的预设位置。在示例中，可通过仿射变换或相似变换对第一样本图像进行校正处理。

在示例中，可使用Opencv库的仿射变换函数warpAffine对第一样本图像进行校正处理，可将第一样本图像中的第一关键点调整到预设位置，并将第一样本图像中的人脸调整为预设尺寸。例如，采用放缩、平移等方式，将第一关键点调整至第二关键点的位置，例如，将左眼瞳孔关键点(x_le,y_le)调整至(x’_le，y’_le)，将右眼瞳孔关键点(x_re,y_re)调整至(x’_re,y’_re)，将嘴中心关键点(x_m，y_m)调整至(x’_m,y’_m)，并可调整第一样本图像中的人脸的尺寸，例如将宽度调整为W’，将高度调整为H’，获得第二样本图像，即，在所有第二样本图像中，人脸的尺寸和人脸关键点的位置都是统一的。在示例中，W’＝178，H’＝218，x’_le＝70.7，x’_re＝108.23，y’_le＝y’_re＝113，x’_m＝89.43，y’_m＝153.51。本公开对第二样本图像中的人脸的尺寸和关键点的位置不做限制。

在一种可能的实现方式中，在步骤S12中，可从多个第二样本图像中筛选出可进行遮挡处理的待处理图像。步骤S12可包括：分别针对各第二样本图像生成第一随机数；在第二样本图像的第一随机数属于预设区间的情况下，将所述第二样本图像确定为所述待处理图像，其中，所述待处理样本图像的数量与所述第二图像的数量之比为第一预定比例。

在一种可能的实现方式中，可针对每个第二样本图像生成第一随机数，并可通过所述第一随机数筛选出待处理图像。在示例中，所述第一随机数的生成规则可服从均匀分布。可根据第一随机数，对第二样本图像进行筛选，获得多个待处理图像，例如，可在第一随机数属于预设区间的情况下，将第二样本图像确定为所述待处理图像，获得的待处理样本图像的数量与第二图像的数量之比为第一预定比例。

在示例中，可生成0至1区间内的第一随机数，则第一随机数属于预设区间内的概率与预设区间的长度与1之间的比值相等，该比值即为所述第一预定比例。在示例中，可利用第一随机数从第二样本图像中筛选出待处理图像。例如，第一预定比例可以是15％，可从多个第二样本图像中筛选出15％的第二样本图像作为待处理图像，则预设区间的长度为0.15，例如，可将0至0.15作为所述预设区间，可筛选出第一随机数属于0至0.15区间内的第二样本图像作为待处理图像。本公开对第一随机数的取值区间以及预设区间的长度不做限制，对预设区间的选取方式不做限制，例如，第一预定比例还可以是30％，50％或80％等，即，预设区间的长度与第一随机数的取值区间的长度之比为30％，50％或80％等。

在一种可能的实现方式中，在步骤S13中，可对筛选出的待处理图像进行遮挡处理。在示例中，所述待处理样本图像为人脸图像，可模拟实际中常见的遮挡方式对待处理图像进行遮挡处理，例如，可模拟墨镜遮挡眼睛的情况，对待处理图像中的眼睛进行遮挡处理，或者，可模拟口罩遮挡口鼻的情况，对待处理图像中的口鼻进行遮挡处理，又例如，可模拟帽子遮挡额头的情况，对待处理图像中的额头进行遮挡处理。

在一种可能的实现方式中，可确定各待处理图像的待遮挡区域，并对待遮挡区域进行遮挡处理，获得第三样本图像，步骤S13可包括：确定所述待处理图像中的待遮挡区域；对所述待遮挡区域中的像素点的RGB值进行调整，获得所述第三样本图像。

在一种可能的实现方式中，所述待遮挡区域包括第一区域，例如，对第一区域进行遮挡可模拟墨镜遮挡眼睛的情况。所述待遮挡区域包括第二区域，例如，对第二区域进行遮挡可模拟帽子遮挡额头的情况。所述待遮挡区域包括第三区域，例如，对第三区域进行遮挡可模拟口罩遮挡口鼻的情况。

在一种可能的实现方式中，可针对各待处理图像按照均匀分布规律生成0至1区间内的第二随机数，并将0至1区间分成多个子区间，例如，针对人脸图像，可模拟遮挡眼睛、遮挡口鼻和遮挡额头三种情况，可将0至1区间分成等长的三个子区间，例如，0至至至1三个子区间，以根据第二随机数所属的区间来平均分配三种情况的待处理图像的数量。

在一种可能的实现方式中，确定所述待处理图像中的待遮挡区域，包括：对所述待处理图像进行筛选，获得多个第一待处理图像，其中，所述第一待处理图像的数量与所述待处理图像的数量之比为第二预定比例；将所述第一待处理图像的待遮挡区域确定为第一区域，其中，所述第一区域为以一个或多个第二关键点为圆心，随机半径的圆形区域，所述第二关键点为将所述第一待处理图像中的关键点。

在示例中，可根据第二预定比例确定第二随机数的第一区间，即，第二区间长度与第二随机数的取值区间长度(例如，1)之比为第二预定比例，例如，第二预定比例为可根据第二预定比例，将所述第一区间确定为0至即，在所述第二随机数属于0至区间时，所述待遮挡区域为第一区域，在待处理图像中，有(即，第二预定比例)的待处理图像的待遮挡区域为第一区域，本公开对第二预定比例和第一区间不做限制，例如，在实际情况中，带墨镜的人较多，可将第二预定比例增大，例如，第二预定比例可以是0.5等，也可将第二预定比例缩小，例如，第二预定比例可以是0.2等。

在示例中，所述第一区域可以是以第二关键点中的右眼瞳孔关键点(x’_re，y’_re)和左眼瞳孔关键点(x’_le，y’_le)为圆心，并随机生成一个15至45之间的随机数作为半径的两个圆形区域，所述两个圆形区域可具有部分重叠区域，可将该区域进行遮挡，来模拟被墨镜遮挡住眼睛的情况，圆形区域的半径是随机的，即，被遮挡的区域的面积是随机的，可在多个待处理图像中模拟出随机尺寸墨镜镜片。本公开对第一区域的位置和尺寸不做限制。

在一种可能的实现方式中，确定所述待处理图像中的待遮挡区域，包括：对所述待处理图像进行筛选，获得多个第二待处理图像，其中，所述第二待处理图像的数量与所述待处理图像的数量之比为第三预定比例；将所述第二待处理图像的待遮挡区域确定为第二区域，其中，所述第二区域为位于所述第二待处理图像的上半部分中且具有随机尺寸的矩形区域。

在示例中，可根据第三预定比例确定第二随机数的第二区间，即，第二区间长度与第二随机数的取值区间长度(例如，1)之比为第三预定比例，例如，第三预定比例为可根据第三预定比例，将所述第二区间确定为至即，在所述第二随机数属于至区间时，所述待遮挡区域为第二区域，在待处理图像中，有(即，第三预定比例)的待处理图像的待遮挡区域为第二区域。本公开对第三预定比例和第二区间不做限制，例如，在实际情况中，带帽子的人较多，可将第三预定比例增大，例如，第三预定比例可以是0.5等，也可将第三预定比例缩小，例如，第三预定比例可以是0.2等。

在示例中，所述第二区域为位于所述待处理图像的上半部分中且具有随机尺寸的矩形区域。在示例中，所述矩形的宽度为固定值，所述矩形的高度为随机值，例如，所述矩形的宽度hat_w为(x’_re-x’_le)×2.4，高度hat_h为y’_le×(0.7+0.5×rand1)，其中，rand1为0至1之间的随机数，即，宽度hat_h为0.7×y’_le至1.2×y’_le的随机值，所述矩形的位置可根据矩形的顶点坐标确定，例如，矩形的左上角顶点坐标为(hat_l,hat_t)，其中，即，矩形的左上角顶点坐标的横坐标为与1之间的最大值，hat_t＝1。矩形的右下角顶点坐标为(hat_r,hat_b)，其中，hat_r＝min(hat_l+hat_w，W’)，即，hat_l+hat_w与人脸宽度W’之间的最小值，hat_b＝min(hat_t+hat_h，H’)，即，hat_t+hat_h与人脸高度H’之间的最小值。可将该矩形区域进行遮挡处理，来模拟额头被帽子遮挡的情况，矩形区域的半径是随机的，即，被遮挡的区域的面积是随机的，可在多个待处理图像中模拟出随机尺寸的帽子。本公开对第二区域的位置和尺寸不做限制。

在一种可能的实现方式中，确定所述待处理图像中的待遮挡区域，包括：对所述待处理图像进行筛选，获得多个第三待处理图像，其中，所述第三待处理图像的数量与所述待处理图像的数量之比为第四预定比例；将所述第三待处理图像的待遮挡区域确定为第三区域，其中，所述第三区域为位于所述第三待处理图像的下半部分中且具有随机尺寸的矩形区域。

在示例中根据第四预定比例确定第二随机数的第三区间，即，第三区间长度与第二随机数的取值区间长度(例如，1)之比为第四预定比例，例如，第四预定比例为可根据第四预定比例，将所述第三区间确定为至1，在所述第二随机数属于至1区间时，所述待遮挡区域为第三区域，在待处理图像中，有(即，第四预定比例)的待处理图像的待遮挡区域为第三区域。本公开对第四预定比例和第三区间不做限制，例如，在实际情况中，带口罩的人较多，可将第四预定比例增大，例如，第四预定比例可以是0.5等，也可将第四预定比例缩小，例如，第四预定比例可以是0.2等。

在示例中，所述第二区域为位于所述待处理图像的下半部分中且具有随机尺寸的矩形区域。在示例中，所述矩形的宽度为固定值，所述矩形的高度为随机值，例如，所述矩形的宽度mask_w为(x_r’_e-x_l’_e)×2.4，高度mask_h为(H’-y’_m)×(1.6+0.4×rand2)，其中，rand2为0至1之间的随机数，即，宽度为(H’-y’_m)×1.6至(H’-y’_m)×2的随机值，所述矩形的位置可根据矩形的顶点坐标确定，例如，矩形的左上角顶点坐标为(mask_l，mask_t)，其中，即，矩形的左上角顶点坐标的横坐标为与1之间的最大值，mask_t＝1。矩形的右下角顶点坐标为(mask_r，mask_b)，其中，mask_r＝min(mask_l+mask_w，W’)，即，mask_l+mask_w与人脸宽度W’之间的最小值，mask_b＝min(H’-mask_h，1)，即，H’-mask_h与1之间的最小值。可将该矩形区域进行遮挡处理，来模拟口鼻被口罩遮挡的情况，矩形区域的半径是随机的，即，被遮挡的区域的面积是随机的，可在多个待处理图像中模拟出随机尺寸的口罩。本公开对第三区域的位置和尺寸不做限制。

在一种可能的实现方式中，也可根据第一随机数或其他方式来确定待遮挡区域，例如，所述待处理图像为多个第二样本图像中筛选出的图像，因此，所述待处理图像具有对应的第一随机数，在示例中，待处理图像为第一随机数属于0至0.15区间的的第二样本图像，其中，可将第一随机数属于0至0.05区间中的待处理图像的待遮挡区域确定为第一区域，可将第一随机数属于0.05至0.1区间中的待处理图像的待遮挡区域确定为第二区域，可将第一随机数属于0.1至0.15区间中的待处理图像的待遮挡区域确定为第三区域。所述待处理区域还可具有更多类别，例如，遮挡脸部的第五区域，或遮挡耳部的第六区域等，本公开对待遮挡区域及其确定方式不做限制。

在一种可能的实现方式中，在确定待遮挡区域后，可对待遮挡区域进行遮挡处理，即，对待遮挡区域的RGB值进行调整。对所述待遮挡区域中的像素点的RGB值进行调整，获得所述第三样本图像，包括以下处理中的一种：将所述待遮挡区域的各像素点的RGB值调整为0；或者将所述待遮挡区域的各像素点的RGB值调整为第三随机数，其中，所述第三随机数为分别针对待遮挡区域的各像素点生成的随机数。

在示例中，可通过对第一区域中的像素点的RGB值进行调整，来模拟被墨镜遮挡住眼睛的情况，例如，可将第一区域中的像素点的RGB值均调整为0，第一区域被调整为黑色的区域，可通过调整RGB值后的第一区域来模拟被墨镜遮挡住眼睛的情况。

在示例中，可通过对第二区域中的像素点的RGB值进行调整，来模拟额头被帽子遮挡的情况，例如，可将第二区域中的像素点的RGB值均调整第三随机数，即，针对每个像素点生成第三随机数(例如，生成0至255之间的随机数)，并将第三随机数作为该像素点的RGB值，第二区域中的各像素点的RGB值均为随机值，第二区域被调整为随机色彩的区域，可通过RGB值后的第二区域模拟额头被帽子遮挡的情况。

在示例中，可通过对第三区域中的像素点的RGB值进行调整，来模拟口鼻被口罩遮挡的情况，例如，可将第三区域中的像素点的RGB值均调整第三随机数，即，针对每个像素点生成第三随机数(例如，生成0至255之间的随机数)，并将第三随机数作为该像素点的RGB值，第三区域中的各像素点的RGB值均为随机值，第二区域被调整为随机色彩的区域，可通过RGB值后的第三区域模拟口鼻被口罩遮挡的情况。

在一种可能的实现方式中，在步骤S15中，可通过第二样本图像和第三样本图像来训练用于人脸识别的神经网络。其中，步骤S15可包括以下一种：通过所述第三样本图像和未筛选出的第二样本图像训练所述神经网络；或者通过所述第三样本图像和所有第二样本图像训练所述神经网络。

在示例中，第三样本图像为从所述多个第二样本图像中筛选出来并进行遮挡处理后的样本图像，可使用第三样本图像与未筛选出的第二样本图像训练所述神经网络，例如，第三样本图像在训练神经网络的样本图像中所占比例为15％，第二样本图像在训练神经网络的样本图像中所占比例为85％。

在示例中，还可将筛选出的第二样本图像进行复制，可保留第二样本图像，并对复制的第二样本图像的副本作为待处理图像，并对待处理图像进行遮挡处理，获得第三样本图像。可使用第三样本图像和所有第二样本图像组成的训练集来训练神经网络。

在一种可能的实现方式中，训练神经网络的样本图像为针对同一目标对象获取的样本图像，可将第三样本图像或第二样本图像输入神经网络，使所述神经网络将第三样本图像或第二样本图像与该多个参考图像(包括所述目标对象的参考图像)分别进行对比，并输入第三样本图像或第二样本图像与各参考图像的相似度，并使用输出相似度与目标相似度(例如，与目标对象的参考图像的目标相似度可设置为100％，与其他对象的参考图像的目标相似度可设置为0等)之间的差异确定神经网络的网络损失。

在一种可能的实现方式中，可根据网络损失来调整神经网络的网络参数，例如，可按照使网络损失最小化的方向来调整网络参数，例如，使用梯度下降法来调整网络参数，在所述网络损失减小到一定程度或收敛于某个区间内，或者调整次数达到预定次数的情况下，可获得训练后的神经网络。通过使用一定比例的含有遮挡区域的第三样本图像来训练所述神经网络，可使神经网络的注意力机制集中于未遮挡的部分，提高识别处理的鲁棒性。可将该神经网络用于图像识别的过程中。

根据本公开的实施例的神经网络训练方法，可通过第一随机数筛选出待处理图像进行遮挡处理，使神经网络的训练过程中的被遮挡的样本图像的比例可控，并分别对第一区域、第二区域或第三区域进行遮挡，来模拟现实情况中被遮挡的区域，进一步地，通过遮挡处理后的第三样本图像与未遮挡的第二样本图像训练神经网络，使神经网络的注意力机制集中于未遮挡的部分，从而提高识别处理的鲁棒性。

图2示出根据本公开实施例的识别方法的流程图，如图2所示，所述方法包括：

在步骤S21中，将待识别图像进行预处理，获得目标图像；

在步骤S23中，将所述目标图像输入训练后的神经网络中进行识别处理，获得识别结果。

在一种可能的实现方式中，在步骤S21中，所述待识别图像可以是人脸图像，可对该人脸图像进行校正处理，获得校正后的目标图像。例如，可检测待识别图像中的关键点，并根据关键点对待识别图像进行校正处理，例如，使用Opencv库的仿射变换函数warpAffine对待识别图像进行校正，获得目标图像，在所述目标图像中，人脸具有预设尺寸，且所述人脸位于目标图像中的预设位置。

在一种可能的实现方式中，在步骤S22中，可将校正后的目标图像输入训练后的神经网络进行识别处理，所述神经网络可将目标图像与多个参考图像进行对比，确定与所述目标图像匹配的参考图像，从而获得识别结果，例如，目标图像的人脸识别结果。如果目标图像中的某区域被遮挡，例如，眼镜被遮挡、口鼻被遮挡或额头被遮挡，则神经网络可将注意力机制集中于未被遮挡的区域，来识别目标图像，获得所述人脸识别结果。

图3A-图3D示出根据本公开实施例的神经网络训练方法的应用示意图。

如图3A所示，可对多个第一样本图像分别进行校正处理，例如，可检测第一样本图像中的第一关键点，并根据第一关键点，使用Opencv库的仿射变换函数warpAffine对第一样本图像进行校正处理，获得第二样本图像，使得第二样本图像中人脸尺寸为预设尺寸，第二样本图像中的第二关键点位于预设位置。

在一种可能的实现方式中，可针对各第二样本图像生成0至1区间内的第一随机数p，并根据第一随机数p从第二样本图像中筛选出15％的图像作为待处理图像，剩余的85％的第二样本图像不作处理，例如，可将第一随机数p≤0.15的第二样本图像确定为待处理图像，将第一随机数p＞0.15的第二样本图像不作处理。

在一种可能的实现方式中，如图3B所示，可针对每个待处理图像生成0至1区间内的第二随机数q，并将0≤q＜1/3区间内的待处理图像的待遮挡区域确定为第一区域，所述第一区域为以右眼瞳孔关键点和左眼瞳孔关键点为圆心，且具有随机半径的两个圆形区域，两个圆形区域可具有重叠区域。可将该区域中的像素点的RGB值调整为0，以模拟眼睛被墨镜遮挡的情况。

在一种可能的实现方式中，如图3C所示，可将1/3≤q＜2/3区间内的待处理图像的待遮挡区域确定为第二区域，所述第二区域为待处理图像的上半部分中且具有随机尺寸的矩形区域。可将该区域中的各像素点的RGB值分别调整为0至255之间的随机值，以模拟额头被帽子遮挡的情况。

在一种可能的实现方式中，如图3D所示，可将2/3≤q≤1区间内的待处理图像的待遮挡区域确定为第三区域，所述第三区域为待处理图像的下半部分中且具有随机尺寸的矩形区域。可将该区域中的各像素点的RGB值分别调整为0至255之间的随机值，以模拟口鼻被口罩遮挡的情况。

在一种可能的实现方式中，可使用待处理图像经过遮挡处理后获得的第三图像以及所述剩余的85％的第二样本图像训练神经网络，使所述神经网络在识别被遮挡的图像时可将可将注意力机制集中于未被遮挡的区域，从而获得人脸识别结果。

在一种可能的实现方式中，在使用训练后的神经网络对待识别图像进行识别时，可首先对待识别图像进行校正，获得目标图像，在所述目标图像中，人脸具有预设尺寸，且所述人脸位于目标图像中的预设位置。进一步地，可将矫正后的目标图像输入训练后的神经网络进行识别处理，所述神经网络可将目标图像与多个参考图像进行对比，确定与是目标图像匹配的参考图像，从而获得人脸识别结果。如果目标图像的部分区域(例如，口鼻区域、额头区域或眼镜区域)被遮挡，则神经网络可将注意力机制集中于未被遮挡的区域，对未被遮挡的区域与参考图像的对应区域进行对比，确定与所述目标图像匹配的参考图像，从而获得人脸识别结果。

图4示出根据本公开实施例的神经网络训练装置的框图，如图4所示，所述装置包括：

预处理模块11，用于分别对多个第一样本图像进行预处理，获得多个第二样本图像；

筛选模块12，用于对第二样本图像进行筛选，获得多个待处理图像，其中，所述待处理图像的数量少于所述第二样本图像的数量；

遮挡模块13，用于对所述待处理图像的至少部分区域进行遮挡处理，获得第三样本图像，其中，所述第三样本图像中的至少部分区域被遮挡；

训练模块14，用于通过所述第三样本图像和所述第二样本图像训练神经网络。

在一种可能的实现方式中，所述遮挡模块被进一步配置为：

确定所述待处理图像中的待遮挡区域；

在一种可能的实现方式中，所述待遮挡区域包括第一区域，

其中，所述遮挡模块被进一步配置为：

在一种可能的实现方式中，所述待遮挡区域包括第二区域，

其中，所述遮挡模块被进一步配置为：

在一种可能的实现方式中，所述待遮挡区域包括第三区域，

其中，所述遮挡模块被进一步配置为：

在一种可能的实现方式中，所述遮挡模块被进一步配置为：

将所述待遮挡区域的各像素点的RGB值调整为0；或者

在一种可能的实现方式中，所述筛选模块被进一步配置为：

分别针对各第二样本图像生成第一随机数；

在一种可能的实现方式中，所述训练模块被进一步配置为：

图5示出根据本公开实施例的识别装置的框图，如图5所示，所述装置包括：

目标图像获得模块21，用于将待识别图像进行预处理，获得目标图像；

识别结果获得模块22，用于将所述目标图像输入上述神经网络训练装置训练后的神经网络中进行识别处理，获得识别结果。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

此外，本公开还提供了神经网络训练装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种神经网络训练方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图6是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图7是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令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，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims

1.一种神经网络训练方法，其特征在于，包括：

通过所述第三样本图像和所述第二样本图像训练神经网络。

2.根据权利要求1所述的方法，其特征在于，对所述待处理图像的至少部分区域进行遮挡处理，获得第三样本图像，包括：

确定所述待处理图像中的待遮挡区域；

3.根据权利要求2所述的方法，其特征在于，所述待遮挡区域包括第一区域，

其中，确定所述待处理图像中的待遮挡区域，包括：

4.根据权利要求2所述的方法，其特征在于，所述待遮挡区域包括第二区域，

其中，确定所述待处理图像中的待遮挡区域，包括：

5.根据权利要求2所述的方法，其特征在于，所述待遮挡区域包括第三区域，

其中，确定所述待处理图像中的待遮挡区域，包括：

6.一种识别方法，其特征在于，包括：

将待识别图像进行预处理，获得目标图像；

将所述目标图像输入权利要求1-5中任一项所述的神经网络训练方法训练后的神经网络中进行识别处理，获得识别结果。

7.一种神经网络训练装置，其特征在于，包括：

8.一种识别装置，其特征在于，包括：

识别结果获得模块，用于将所述目标图像输入权利要求7所述的神经网络训练装置训练后的神经网络中进行识别处理，获得识别结果。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行权利要求1至6中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的方法。