(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211130047.0 (22)申请日 2022.09.16 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 李弼　彭楠　希滕　张刚　 (74)专利代理 机构 北京英赛 嘉华知识产权代理 有限责任公司 1 1204 专利代理师 王达佐　马晓亚 (51)Int.Cl. G06V 40/16(2022.01) G06V 20/40(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 训练人脸识别模型、 人脸识别的方法和装置 (57)摘要 本公开提供了训练人脸识别模 型、 人脸识别 的方法和装置， 涉及人工智能技术领域， 具体为 深度学习、 图像处理、 计算机视觉技术领域， 可应 用于人脸等场景。 具体实现方案为： 获取包括不 同年龄段的人脸图像的视频； 通过人脸检测模型 从所述视频中提取人脸图像集合； 通过第一人脸 识别模型对 所述人脸图像集合进行聚类， 得到第 一聚类结果； 根据所述第一聚类结果， 将同一类 的人脸图像和不同类的人脸图像分别作为正样 本和负样 本训练所述第一人脸识别模 型， 得到训 练后的第二人脸识别模型。 通过该 实施方式能够 通过无监督的训练得到跨年龄人脸识别模型， 不 仅可以节省人工标注成本， 还能提高跨年龄人脸 识别的准确性。 权利要求书2页 说明书9页 附图5页 CN 115471893 A 2022.12.13 CN 115471893 A 1.一种训练人脸识别模型的方法， 包括： 获取包括 不同年龄段的人脸图像的视频； 通过人脸检测模型从所述视频中提取 人脸图像集 合； 通过第一人脸识别模型对所述人脸图像集 合进行聚类， 得到第一聚类结果； 根据所述第 一聚类结果， 将同一类的人脸图像和不同类的人脸图像分别作为正样本和 负样本训练所述第一人脸识别模型， 得到训练后的第二人脸识别模型。 2.根据权利要求1所述的方法， 其中， 所述方法还 包括： 通过所述第二人脸识别模型对所述人脸图像集 合进行聚类， 得到第二聚类结果； 响应于所述第 二聚类结果不同于所述第 一聚类结果， 基于所述第 二聚类结果训练所述 第二人脸识别模型。 3.根据权利要求1所述的方法， 其中， 所述根据所述第一聚类结果， 将同一类的人脸图 像和不同类的人脸图像分别作为 正样本和负 样本训练所述第一人脸识别模型， 包括： 从所述人脸图像集 合中提取 出包含字幕的目标图像集 合； 从所述目标图像集 合中每个目标图像的字幕中识别人物名称； 将具有相同人物名称的目标图像确定为所述 正样本。 4.根据权利要求1所述的方法， 其中， 所述根据所述第一聚类结果， 将同一类的人脸图 像和不同类的人脸图像分别作为 正样本和负 样本训练所述第一人脸识别模型， 包括： 将所述视频的语音帧转换成文本信息集 合； 从所述文本信息集 合中识别人物名称； 根据每个人物名称对应的语音帧在视频中的位置确定每 个人物名称对应的人脸图像； 将相同人物名称对应的人脸图像确定为所述 正样本。 5.根据权利要求1所述的方法， 其中， 所述根据所述第一聚类结果， 将同一类的人脸图 像和不同类的人脸图像分别作为 正样本和负 样本训练所述第一人脸识别模型， 包括： 从所述视频的字幕或语音中提取年龄信息； 确定每种年龄信息对应的人脸图像； 将正样本和负 样本分别添加上年龄信息后训练所述第一人脸识别模型。 6.一种人脸识别方法， 包括： 获取待识别的两张人脸图像； 将所述两张人脸图像输入采用如权利要求1 ‑4之一所述的方法生成的第 二人脸识别模 型中， 识别出 所述两张人脸图像是否为同一人。 7.根据权利要求6所述的方法， 其中， 所述方法还 包括： 分别获取 所述两张人脸图像的年龄信息； 将所述两张人脸图像和对应的年龄信 息输入采用如权利要求5所述的方法生成的第 二 人脸识别模型中， 识别出 所述两张人脸图像是否为同一人。 8.一种训练人脸识别模型的装置， 包括： 获取单元， 被配置成获取包括 不同年龄段的人脸图像的视频； 提取单元， 被配置成通过 人脸检测模型从所述视频中提取 人脸图像集 合； 聚类单元， 被配置成通过第一人脸识别模型对所述人脸图像集合进行聚类， 得到第一 聚类结果；权　利　要　求　书 1/2 页 2 CN 115471893 A 2训练单元， 被配置成根据所述第一聚类结果， 将同一类的人脸图像和不同类的人脸图 像分别作为正样本和负样本训练所述第一人脸识别模型， 得到训练后的第二人脸识别模 型。 9.根据权利要求8所述的装置， 其中， 所述装置还 包括迭代单 元， 被配置成： 通过所述第二人脸识别模型对所述人脸图像集 合进行聚类， 得到第二聚类结果； 响应于所述第 二聚类结果不同于所述第 一聚类结果， 基于所述第 二聚类结果继续所述 第二人脸识别模型。 10.根据权利要求8所述的装置， 其中， 所述聚类单 元进一步被配置成： 从所述人脸图像集 合中提取 出包含字幕的目标图像集 合； 从所述目标图像集 合中每个目标图像的字幕中识别人物名称； 将具有相同人物名称的目标图像确定为所述 正样本。 11.根据权利要求8所述的装置， 其中， 所述聚类单 元进一步被配置成： 将所述视频的语音帧转换成文本信息集 合； 从所述文本信息集 合中识别人物名称； 根据每个人物名称对应的语音帧在视频中的位置确定每 个人物名称对应的人脸图像； 将相同人物名称对应的人脸图像确定为所述 正样本。 12.根据权利要求8所述的装置， 其中， 所述聚类单 元进一步被配置成： 从所述视频的字幕或语音中提取年龄信息； 确定每种年龄信息对应的人脸图像； 将正样本和负 样本分别添加上年龄信息后训练所述第一人脸识别模型。 13.一种人脸识别装置， 包括： 获取单元， 被配置成获取待识别的两张人脸图像； 识别单元， 被配置成将所述两张人脸图像输入采用如权利要求8 ‑11之一所述的装置生 成的第二人脸识别模型中， 识别出 所述两张人脸图像是否为同一人。 14.根据权利要求13所述的装置， 其中， 所述装置还 包括年龄单元， 被配置成： 分别获取 所述两张人脸图像的年龄信息； 将所述两张人脸图像和对应的年龄信息输入采用 如权利要求12所述的装置生成的第 二人脸识别模型中， 识别出 所述两张人脸图像是否为同一人。 15.一种电子设备， 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 ‑7中任一项所述的方法。 16.一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 ‑7中任一项所述的方法。 17.一种计算机程序产品， 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 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115471893 A 3