CN111062342B - 一种人脸识别系统的调试方法及装置 - Google Patents
一种人脸识别系统的调试方法及装置 Download PDFInfo
- Publication number
- CN111062342B CN111062342B CN201911325987.3A CN201911325987A CN111062342B CN 111062342 B CN111062342 B CN 111062342B CN 201911325987 A CN201911325987 A CN 201911325987A CN 111062342 B CN111062342 B CN 111062342B
- Authority
- CN
- China
- Prior art keywords
- face
- subset
- face sample
- recognition system
- samples
- 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
Links
Images
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
- G06V40/10—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种人脸识别系统的调试方法及装置，在本申请中，将包括已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本的人脸样本集，实现利用更加完善的人脸样本，对人脸识别系统的识别效果行验证，并利用人脸识别系统输出的识别结果，更新人脸样本集，提高人脸样本的多样化，并基于更加多样化的人脸样本，对人脸识别系统进行调试，以改善调试的效果。
Description
技术领域
本申请涉及人脸识别技术领域，特别涉及一种人脸识别系统的调试方法及装置。
背景技术
目前，随着人脸识别系统被越来越多的应用，因此有必要保证人脸识别系统的识别准确率。
其中，可以通过对人脸识别系统进行调试的方式，提高人脸识别系统的识别准确率，但是，如何对其进行调试成为问题。
发明内容
为解决上述技术问题，本申请实施例提供一种人脸识别系统的调试方法及装置，以达到改善调试效果的目的，技术方案如下：
一种人脸识别系统的调试方法，包括：
获取人脸样本集，所述人脸样本集包括：已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本；
将所述人脸样本集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果；
利用所述人脸识别系统输出的识别结果，更新所述人脸样本集；
将更新后的所述人脸样本集输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为待使用识别结果；
依据所述待使用识别结果，计算所述人脸识别系统的识别准确率，在所述识别准确率未达到设定识别准确率阈值的情况下，调试所述人脸识别系统。
优选的，所述将所述人脸样本集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，包括：
对所述人脸样本集中的人脸样本进行划分，得到第一设定个数的人脸样本子集，且各个人脸样本子集中的人脸样本的个数相同；
从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第一待使用人脸样本子集；
将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果；
从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第二待使用人脸样本子集；
将所述第二待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第二识别结果；
所述利用所述人脸识别系统输出的识别结果，更新所述人脸样本集，包括：
依据所述第一识别结果，将所述第一待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第一正确子集；
依据所述第二识别结果，将所述第二待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第二正确子集；
利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸子集和所述第二待使用人脸子集。
优选的，所述方法还包括：
在所述识别准确率达到设定识别准确率阈值的情况下，将所述第一待使用人脸样本子集和所述第二待使用人脸样本子集合并，并将合并的人脸样本子集替换所述第一待使用人脸样本子集；
判断各个所述人脸样本子集中是否存在未使用的人脸样本子集；
若存在，则执行所述将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果的步骤；
若不存在，则结束调试。
优选的，所述利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸子集和所述第二待使用人脸子集，包括：
从第一正确子集中选择第二设定个数的人脸样本，作为第一待替换人脸样本，从第二正确子集中选择所述第二设定个数的人脸样本，作为第二待替换人脸样本；
将所述第一待替换人脸样本和所述第二待替换人脸样本进行互相替换，得到更新后的第一正确子集和更新后的第二正确子集，并利用更新后的第一正确子集，更新所述第一人脸样本子集，得到更新后的第一人脸样本子集，并利用更新后的第二正确子集，更新所述第二人脸样本子集，得到更新后的第二人脸样本子集。
一种人脸识别系统的调试装置，包括：
获取模块，用于获取人脸样本集，所述人脸样本集包括：已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本；
第一验证模块，用于将所述人脸样本集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果；
更新模块，用于利用所述人脸识别系统输出的识别结果，更新所述人脸样本集；
第二验证模块，用于将更新后的所述人脸样本集输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为待使用识别结果；
调试模块，用于依据所述待使用识别结果，计算所述人脸识别系统的识别准确率，在所述识别准确率未达到设定识别准确率阈值的情况下，调试所述人脸识别系统。
优选的，所述第一验证模块，具体用于：
对所述人脸样本集中的人脸样本进行划分，得到第一设定个数的人脸样本子集，且各个人脸样本子集中的人脸样本的个数相同；
从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第一待使用人脸样本子集；
将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果；
从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第二待使用人脸样本子集；
将所述第二待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第二识别结果；
所述更新模块，具体用于：
依据所述第一识别结果，将所述第一待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第一正确子集；
依据所述第二识别结果，将所述第二待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第二正确子集；
利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸子集和所述第二待使用人脸子集。
优选的，所述装置还包括：
合并模块，用于在所述识别准确率达到设定识别准确率阈值的情况下，将所述第一待使用人脸样本子集和所述第二待使用人脸样本子集合并，并将合并的人脸样本子集替换所述第一待使用人脸样本子集；
判断模块，用于判断各个所述人脸样本子集中是否存在未使用的人脸样本子集，若存在，则执行所述将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果的步骤；若不存在，则结束调试。
优选的，所述更新模块，具体用于：
从第一正确子集中选择第二设定个数的人脸样本，作为第一待替换人脸样本，从第二正确子集中选择所述第二设定个数的人脸样本，作为第二待替换人脸样本；
将所述第一待替换人脸样本和所述第二待替换人脸样本进行互相替换，得到更新后的第一正确子集和更新后的第二正确子集，并利用更新后的第一正确子集，更新所述第一人脸样本子集，得到更新后的第一人脸样本子集，并利用更新后的第二正确子集，更新所述第二人脸样本子集，得到更新后的第二人脸样本子集。
与现有技术相比，本申请的有益效果为：
在本申请中，将包括已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本的人脸样本集，实现利用更加完善的人脸样本，对人脸识别系统的识别效果行验证，并利用人脸识别系统输出的识别结果，更新人脸样本集，提高人脸样本的多样化，并基于更加多样化的人脸样本，对人脸识别系统进行调试，以改善调试的效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提供的一种人脸识别系统的调试方法实施例1的流程图；
图2是本申请提供的一种人脸识别系统的调试方法实施例2的流程图；
图3是本申请提供的一种人脸识别系统的调试方法实施例3的流程图；
图4是本申请提供的一种人脸识别系统的调试装置的逻辑结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例公开了一种人脸识别系统的调试方法，包括：获取人脸样本集，所述人脸样本集包括：已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本；将所述人脸样本集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果；利用所述人脸识别系统输出的识别结果，更新所述人脸样本集；将更新后的所述人脸样本集输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为待使用识别结果；依据所述待使用识别结果，计算所述人脸识别系统的识别准确率，在所述识别准确率未达到设定识别准确率阈值的情况下，调试所述人脸识别系统。在本申请中，可以改善调试的效果。
接下来对本申请实施例公开的人脸识别系统的调试方式进行介绍，如图1所示的，为本申请提供的一种人脸识别系统的调试方法实施例1的流程图，可以包括以下步骤：
步骤S11、获取人脸样本集，所述人脸样本集包括：已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本。
步骤S12、将所述人脸样本集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果。
步骤S13、利用所述人脸识别系统输出的识别结果，更新所述人脸样本集。
利用所述人脸识别系统输出的识别结果，更新所述人脸样本集，来提供人脸样本集中人脸样本的多样化。
步骤S14、将更新后的所述人脸样本集输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为待使用识别结果。
步骤S15、依据所述待使用识别结果，计算所述人脸识别系统的识别准确率，在所述识别准确率未达到设定识别准确率阈值的情况下，调试所述人脸识别系统。
在本申请中，将包括已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本的人脸样本集，实现利用更加完善的人脸样本，对人脸识别系统的识别效果行验证，并利用人脸识别系统输出的识别结果，更新人脸样本集，提高人脸样本的多样化和/或全面性，并基于更加多样化和/或全面性的人脸样本，对人脸识别系统进行调试，以改善调试的效果。
作为本申请另一可选实施例，参照图2，为本申请提供的一种人脸识别系统的调试方法实施例2的流程示意图，本实施例主要是对上述实施例1描述的人脸识别系统的调试方法的细化方案，如图2所示，该方法可以包括但并不局限于以下步骤：
步骤S21、获取人脸样本集，所述人脸样本集包括：已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本。
步骤S22、对所述人脸样本集中的人脸样本进行划分，得到第一设定个数的人脸样本子集，且各个人脸样本子集中的人脸样本的个数相同。
本实施例中，第一设定个数可以根据需要进行灵活设置，在此不做限制。
本实施例中，可以将第一设定个数设置为10。
步骤S23、从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第一待使用人脸样本子集；
步骤S24、将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果；
步骤S25、从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第二待使用人脸样本子集；
步骤S26、将所述第二待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第二识别结果。
步骤S22-S26为实施例1中步骤S12的一种具体实施方式。
步骤S27、依据所述第一识别结果，将所述第一待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第一正确子集。
相对应地，依据所述第一识别结果，将所述待使用人脸样本子集中被识别错误的人脸样本组成的集合作为第一错误子集。
步骤S28、依据所述第二识别结果，将所述第二待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第二正确子集。
相对应地，依据所述第二识别结果，将所述第二待使用人脸样本子集中被识别错误的人脸样本组成的集合作为第二错误子集。
步骤S29、利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸子集和所述第二待使用人脸子集。
本实施例中，利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸子集和所述第二待使用人脸子集的过程，可以包括但不局限于：
将第一正确子集中的人脸样本添加到第二待使用人脸子集中，将第二正确子集中的人脸样本添加到第一待使用人脸子集中。
当然，利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸子集和所述第二待使用人脸子集的过程，也可以包括但不局限于：
S291、从第一正确子集中选择第二设定个数的人脸样本，作为第一待替换人脸样本，从第二正确子集中选择所述第二设定个数的人脸样本，作为第二待替换人脸样本。
本实施例中，第二设定个数可以根据需要进行灵活设置，在此不做限制。但是，需要保证第一正确子集中的人脸样本的个数及第二正确子集中的人脸样本的个数均大于第二设定个数。
S292、将所述第一待替换人脸样本和所述第二待替换人脸样本进行互相替换，得到更新后的第一正确子集和更新后的第二正确子集，并利用更新后的第一正确子集，更新所述第一人脸样本子集，得到更新后的第一人脸样本子集，并利用更新后的第二正确子集，更新所述第二人脸样本子集，得到更新后的第二人脸样本子集。
利用更新后的第一正确子集，更新所述第一人脸样本子集，得到更新后的第一人脸样本子集，可以理解为：将更新后的第一正确子集和第一错误子集的并集作为更新后的第一人脸样本子集。
利用更新后的第二正确子集，更新所述第二人脸样本子集，得到更新后的第二人脸样本子集，可以理解为：将更新后的第二正确子集和第二错误子集的并集作为更新后的第二人脸样本子集。
步骤S27-S29为实施例1中步骤S13的一种具体实施方式。
步骤S210、分别将更新后的所述第一待使用人脸样本集和所述第二待使用人脸子集输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为待使用识别结果；
步骤S210为实施例1中步骤S14的一种具体实施方式，在此不再赘述。
步骤S211、依据所述待使用识别结果，计算所述人脸识别系统的识别准确率，在所述识别准确率未达到设定识别准确率阈值的情况下，调试所述人脸识别系统。
作为本申请另一可选实施例，参照图3，为本申请提供的一种人脸识别系统的调试方法实施例3的流程示意图，本实施例主要是对上述实施例2描述的人脸识别系统的调试方法的扩展方案，如图3所示，该方法可以包括但并不局限于以下步骤：
步骤S31、获取人脸样本集，所述人脸样本集包括：已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本。
步骤S32、对所述人脸样本集中的人脸样本进行划分，得到第一设定个数的人脸样本子集，且各个人脸样本子集中的人脸样本的个数相同。
步骤S33、从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第一待使用人脸样本子集；
步骤S34、将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果；
步骤S35、从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第二待使用人脸样本子集；
步骤S36、将所述第二待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第二识别结果。
步骤S37、依据所述第一识别结果，将所述第一待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第一正确子集。
步骤S38、依据所述第二识别结果，将所述第二待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第二正确子集。
步骤S39、利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸子集和所述第二待使用人脸子集。
步骤S310、分别将更新后的所述第一待使用人脸样本集和所述第二待使用人脸子集输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为待使用识别结果；
步骤S311、依据所述待使用识别结果，计算所述人脸识别系统的识别准确率，在所述识别准确率未达到设定识别准确率阈值的情况下，调试所述人脸识别系统。
本实施例中，设定识别准确率阈值可以根据需要进行灵活设置，在此不做赘述。
优选的，依据所述待使用识别结果，计算所述人脸识别系统的识别准确率，在所述识别准确率未达到设定识别准确率阈值的情况下，调试所述人脸识别系统的过程，可以包括：
依据所述待使用识别结果，将更新后的第一待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第三正确子集；
在实施例2中步骤S292中更新后的第一正确子集中的人脸样本均在第三正确子集中的情况下，调试所述人脸识别系统；
依据所述待使用识别结果，将更新后的第二待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第四正确子集；
在实施例2中步骤S292中更新后的第二正确子集中的人脸样本均在第四正确子集中的情况下，调试所述人脸识别系统。
步骤S31-S311的详细过程可以参见实施例2中步骤S21-S211的相关介绍，在此不再赘述。
步骤S312、在所述识别准确率达到设定识别准确率阈值的情况下，将所述第一待使用人脸样本子集和所述第二待使用人脸样本子集合并，并将合并的人脸样本子集替换所述第一待使用人脸样本子集；
步骤S313、判断各个所述人脸样本子集中是否存在未使用的人脸样本子集。
若存在，则执行步骤S34；若不存在，则执行步骤S314。
步骤S314、结束调试。
在所述识别准确率达到设定识别准确率阈值的情况下，将所述第一待使用人脸样本子集和所述第二待使用人脸样本子集合并，并将合并的人脸样本子集替换所述第一待使用人脸样本子集，并在各个所述人脸样本子集中存在未使用的人脸样本子集的情况下执行步骤S34，实现对人脸识别系统的识别性能的循环验证，进一步改善调试的效果。
接下来对本申请提供的人脸识别系统的调试装置进行介绍，下文介绍的人脸识别系统的调试装置与上文介绍的人脸识别方法的调试方法可相互对应参照。
请参见图4，人脸识别系统的调试装置包括：获取模块11、第一验证模块12、更新模块13、第二验证模块14和调试模块15。
获取模块11，用于获取人脸样本集，所述人脸样本集包括：已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本；
第一验证模块12，用于将所述人脸样本集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果；
更新模块13，用于利用所述人脸识别系统输出的识别结果，更新所述人脸样本集；
第二验证模块14，用于将更新后的所述人脸样本集输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为待使用识别结果；
调试模块15，用于依据所述待使用识别结果，计算所述人脸识别系统的识别准确率，在所述识别准确率未达到设定识别准确率阈值的情况下，调试所述人脸识别系统。
本实施例中，所述第一验证模块12，具体可以用于：
对所述人脸样本集中的人脸样本进行划分，得到第一设定个数的人脸样本子集，且各个人脸样本子集中的人脸样本的个数相同；
从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第一待使用人脸样本子集；
将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果；
从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第二待使用人脸样本子集；
将所述第二待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第二识别结果；
所述更新模块13，具体可以用于：
依据所述第一识别结果，将所述第一待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第一正确子集；
依据所述第二识别结果，将所述第二待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第二正确子集；
利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸子集和所述第二待使用人脸子集。
本实施例中，人脸识别系统的调试装置还可以包括：
合并模块，用于在所述识别准确率达到设定识别准确率阈值的情况下，将所述第一待使用人脸样本子集和所述第二待使用人脸样本子集合并，并将合并的人脸样本子集替换所述第一待使用人脸样本子集；
判断模块，用于判断各个所述人脸样本子集中是否存在未使用的人脸样本子集，若存在，则执行所述将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果的步骤；若不存在，则结束调试。
本实施例中，所述更新模块，具体可以用于：
从第一正确子集中选择第二设定个数的人脸样本，作为第一待替换人脸样本，从第二正确子集中选择所述第二设定个数的人脸样本，作为第二待替换人脸样本；
将所述第一待替换人脸样本和所述第二待替换人脸样本进行互相替换，得到更新后的第一正确子集和更新后的第二正确子集，并利用更新后的第一正确子集，更新所述第一人脸样本子集，得到更新后的第一人脸样本子集，并利用更新后的第二正确子集，更新所述第二人脸样本子集，得到更新后的第二人脸样本子集。
需要说明的是，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的一种人脸识别系统的调试方法及装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (6)
1.一种人脸识别系统的调试方法，其特征在于，包括：
获取人脸样本集，所述人脸样本集包括：已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本；
将所述人脸样本集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果；所述将所述人脸样本集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，包括：对所述人脸样本集中的人脸样本进行划分，得到第一设定个数的人脸样本子集，且各个人脸样本子集中的人脸样本的个数相同；从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第一待使用人脸样本子集；将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果；从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第二待使用人脸样本子集；将所述第二待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第二识别结果；利用所述人脸识别系统输出的识别结果，更新所述人脸样本集；所述利用所述人脸识别系统输出的识别结果，更新所述人脸样本集，包括：依据所述第一识别结果，将所述第一待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第一正确子集；依据所述第二识别结果，将所述第二待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第二正确子集；利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸样本子集和所述第二待使用人脸样本子集；
将更新后的所述人脸样本集输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为待使用识别结果；
依据所述待使用识别结果，计算所述人脸识别系统的识别准确率，在所述识别准确率未达到设定识别准确率阈值的情况下，调试所述人脸识别系统。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述识别准确率达到设定识别准确率阈值的情况下，将所述第一待使用人脸样本子集和所述第二待使用人脸样本子集合并，并将合并的人脸样本子集替换所述第一待使用人脸样本子集；
判断各个所述人脸样本子集中是否存在未使用的人脸样本子集；
若存在，则执行所述将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果的步骤；
若不存在，则结束调试。
3.根据权利要求1所述的方法，其特征在于，所述利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸样本子集和所述第二待使用人脸样本子集，包括：
从第一正确子集中选择第二设定个数的人脸样本，作为第一待替换人脸样本，从第二正确子集中选择所述第二设定个数的人脸样本，作为第二待替换人脸样本；
将所述第一待替换人脸样本和所述第二待替换人脸样本进行互相替换，得到更新后的第一正确子集和更新后的第二正确子集，并利用更新后的第一正确子集，更新所述第一待使用人脸样本子集，得到更新后的第一待使用人脸样本子集，并利用更新后的第二正确子集，更新所述第二待使用人脸样本子集，得到更新后的第二待使用人脸样本子集。
4.一种人脸识别系统的调试装置，其特征在于，包括：
获取模块，用于获取人脸样本集，所述人脸样本集包括：已在人脸识别系统注册的人脸样本及未在所述人脸识别系统注册的人脸样本；
第一验证模块，用于将所述人脸样本集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果；所述第一验证模块，具体用于：对所述人脸样本集中的人脸样本进行划分，得到第一设定个数的人脸样本子集，且各个人脸样本子集中的人脸样本的个数相同；从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第一待使用人脸样本子集；将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果；从各个所述人脸样本子集中选择一个未使用的人脸样本子集，作为第二待使用人脸样本子集；将所述第二待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第二识别结果；
更新模块，用于利用所述人脸识别系统输出的识别结果，更新所述人脸样本集；所述更新模块，具体用于：依据所述第一识别结果，将所述第一待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第一正确子集；依据所述第二识别结果，将所述第二待使用人脸样本子集中被识别正确的人脸样本组成的集合作为第二正确子集；利用所述第一正确子集和所述第二正确子集更新所述第一待使用人脸样本子集和所述第二待使用人脸样本子集；
第二验证模块，用于将更新后的所述人脸样本集输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为待使用识别结果；
调试模块，用于依据所述待使用识别结果，计算所述人脸识别系统的识别准确率，在所述识别准确率未达到设定识别准确率阈值的情况下，调试所述人脸识别系统。
5.根据权利要求4所述的装置，其特征在于，所述装置还包括：
合并模块，用于在所述识别准确率达到设定识别准确率阈值的情况下，将所述第一待使用人脸样本子集和所述第二待使用人脸样本子集合并，并将合并的人脸样本子集替换所述第一待使用人脸样本子集；
判断模块，用于判断各个所述人脸样本子集中是否存在未使用的人脸样本子集，若存在，则执行所述将所述第一待使用人脸样本子集中的人脸样本输入所述人脸识别系统，得到所述人脸识别系统输出的识别结果，作为第一识别结果的步骤；若不存在，则结束调试。
6.根据权利要求4所述的装置，其特征在于，所述更新模块，具体用于：
从第一正确子集中选择第二设定个数的人脸样本，作为第一待替换人脸样本，从第二正确子集中选择所述第二设定个数的人脸样本，作为第二待替换人脸样本；
将所述第一待替换人脸样本和所述第二待替换人脸样本进行互相替换，得到更新后的第一正确子集和更新后的第二正确子集，并利用更新后的第一正确子集，更新所述第一待使用人脸样本子集，得到更新后的第一待使用人脸样本子集，并利用更新后的第二正确子集，更新所述第二待使用人脸样本子集，得到更新后的第二待使用人脸样本子集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911325987.3A CN111062342B (zh) | 2019-12-20 | 2019-12-20 | 一种人脸识别系统的调试方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911325987.3A CN111062342B (zh) | 2019-12-20 | 2019-12-20 | 一种人脸识别系统的调试方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111062342A CN111062342A (zh) | 2020-04-24 |
| CN111062342B true CN111062342B (zh) | 2023-04-07 |
Family
ID=70301369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911325987.3A Active CN111062342B (zh) | 2019-12-20 | 2019-12-20 | 一种人脸识别系统的调试方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111062342B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113837750A (zh) * | 2021-09-26 | 2021-12-24 | 快钱支付清算信息有限公司 | 一种基于移动终端支付用的操作系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005092854A (ja) * | 2004-04-16 | 2005-04-07 | Penpower Technology Ltd | 顔モデル製作方法および顔識別方法 |
| CN105426857A (zh) * | 2015-11-25 | 2016-03-23 | 小米科技有限责任公司 | 人脸识别模型训练方法和装置 |
| CN106503617A (zh) * | 2016-09-21 | 2017-03-15 | 北京小米移动软件有限公司 | 模型训练方法及装置 |
| CN107527008A (zh) * | 2017-07-07 | 2017-12-29 | 珠海格力电器股份有限公司 | 人脸识别系统及其控制方法和控制装置 |
| CN107808149A (zh) * | 2017-11-17 | 2018-03-16 | 腾讯数码（天津）有限公司 | 一种人脸信息标注方法、装置和存储介质 |
| CN108446387A (zh) * | 2018-03-22 | 2018-08-24 | 百度在线网络技术（北京）有限公司 | 用于更新人脸注册库的方法和装置 |
| CN109583332A (zh) * | 2018-11-15 | 2019-04-05 | 北京三快在线科技有限公司 | 人脸识别方法、人脸识别系统、介质及电子设备 |
-
2019
- 2019-12-20 CN CN201911325987.3A patent/CN111062342B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005092854A (ja) * | 2004-04-16 | 2005-04-07 | Penpower Technology Ltd | 顔モデル製作方法および顔識別方法 |
| CN105426857A (zh) * | 2015-11-25 | 2016-03-23 | 小米科技有限责任公司 | 人脸识别模型训练方法和装置 |
| CN106503617A (zh) * | 2016-09-21 | 2017-03-15 | 北京小米移动软件有限公司 | 模型训练方法及装置 |
| CN107527008A (zh) * | 2017-07-07 | 2017-12-29 | 珠海格力电器股份有限公司 | 人脸识别系统及其控制方法和控制装置 |
| CN107808149A (zh) * | 2017-11-17 | 2018-03-16 | 腾讯数码（天津）有限公司 | 一种人脸信息标注方法、装置和存储介质 |
| CN108446387A (zh) * | 2018-03-22 | 2018-08-24 | 百度在线网络技术（北京）有限公司 | 用于更新人脸注册库的方法和装置 |
| CN109583332A (zh) * | 2018-11-15 | 2019-04-05 | 北京三快在线科技有限公司 | 人脸识别方法、人脸识别系统、介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111062342A (zh) | 2020-04-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109033772B (zh) | 一种验证信息的输入方法及装置 | |
| CN110597611B (zh) | 任务调度方法及装置 | |
| US8904352B2 (en) | Systems and methods for processing source code during debugging operations | |
| CN111062342B (zh) | 一种人脸识别系统的调试方法及装置 | |
| CN110990274A (zh) | 一种生成测试案例的数据处理方法、装置及系统 | |
| Wang et al. | Using feature model to support model-based testing of product lines: An industrial case study | |
| CN110688305B (zh) | 测试环境同步方法、装置、介质、电子设备 | |
| CN115292197A (zh) | 一种软件测试方法、装置、电子设备及存储介质 | |
| CN112597066B (zh) | 页面测试方法和装置 | |
| CN113408254A (zh) | 一种页面表单信息填写方法、装置、设备和可读介质 | |
| CN107341110B (zh) | 一种软件测试定位补丁修改及影响范围的工具及实现方法 | |
| CN111722998A (zh) | 代码的质量控制方法、系统、设备及存储介质 | |
| CN113608089B (zh) | 开关电源mos管的soa测试方法、系统、装置及可读存储介质 | |
| CN112256978B (zh) | 一种基于数据模型的数据处理方法、装置、介质 | |
| CN115543816A (zh) | 软件回归测试结果验证方法、装置、设备及存储介质 | |
| CN113934643A (zh) | 基于影响域路径分析的测试用例确定方法和系统 | |
| CN107818123A (zh) | 文本的自适应linkify方法及其处理器 | |
| CN112445461A (zh) | 一种业务规则生成方法、装置、电子设备和可读存储介质 | |
| CN111078193A (zh) | 一种面向数据分析系统的软件开发方法及系统 | |
| CN112698883A (zh) | 一种配置数据处理方法、装置、终端和存储介质 | |
| US11360764B2 (en) | Adversarial language analysis for code scanning | |
| CN111339756A (zh) | 一种文本检错方法及装置 | |
| CN109002287B (zh) | 云数据系统中软件的管理方法和装置 | |
| CN116893973A (zh) | 精准测试方法、装置、计算设备及可读存储介质 | |
| CN115794796A (zh) | 数据校验方法、装置、设备、介质及产品 |
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 |