本申请公开了一种黑名单人物识别方法、装置及一种电子设备和计算机可读存储介质，该方法包括：获取包含黑名单人物的原始图片；基于所述原始图片生成包含黑名单人物的扩展图片；将所述原始图片和所述扩展图片融合为训练图片数据；利用所述训练图片数据训练人脸识别模型，训练完成的人脸识别模型用于识别目标图片中是否包含黑名单人物。由此可见，本申请提供的黑名单人物识别方法，通过对人脸识别模型的黑名单人物训练集进行扩展，提高训练人脸识别模型的准确度，进而提高了黑名单人物识别的准确度。确度。确度。
【技术实现步骤摘要】
一种黑名单人物识别方法、装置及电子设备和存储介质
[0001]本申请涉及人脸识别
，更具体地说，涉及一种黑名单人物识别方法、装置及一种电子设备和一种计算机可读存储介质。
技术介绍
[0002]相关技术中的人物识别技术主要是针对白名单人物，，对于黑名单人物的识别很少涉及。而将相关技术中白名单人物的人脸识别技术直接迁移到黑名单人物的识别，由于黑名单人物的训练数据量很难收集，导致人脸识别模型的训练准确度较差，造成黑名单人物的识别准确度较差，时常出现大量的漏报和误报。
[0003]因此，如何提高黑名单人物识别的准确度是本领域技术人员需要解决的技术问题。
技术实现思路
[0004]本申请的目的在于提供一种黑名单人物识别方法、装置及一种电子设备和一种计算机可读存储介质，提高了黑名单人物识别的准确度。
[0005]为实现上述目的，本申请提供了一种黑名单人物识别方法，包括：
[0006]获取包含黑名单人物的原始图片；
[0007]基于所述原始图片生成包含黑名单人物的扩展图片；
[0008]将所述原始图片和所述扩展图片融合为训练图片数据；
[0009]利用所述训练图片数据训练人脸识别模型，训练完成的人脸识别模型用于识别目标图片中是否包含黑名单人物。
[0010]其中，所述基于所述原始图片生成包含黑名单人物的扩展图片，包括：
[0011]对所述原始图片进行灰度处理以生成包含黑名单人物的扩展图片。
[0012]其中，所述基于所述原始图片生成包含黑名单人物的扩展图片，包括：
[0013]在所述原始图片中加入噪声以生成包含黑名单人物的扩展图片。
[0014]其中，所述基于所述原始图片生成包含黑名单人物的扩展图片，包括：
[0015]对所述原始图片进行旋转处理以生成包含黑名单人物的扩展图片。
[0016]其中，所述基于所述原始图片生成包含黑名单人物的扩展图片，包括：
[0017]将所述原始图片输入生成对抗网络中，以生成包含黑名单人物的扩展图片。
[0018]其中，还包括：
[0019]获取目标网站的网页内容中的目标图片，并判断所述目标图片中是否包含人脸；
[0020]若是，则将所述目标图片输入训练完成的人脸识别模型，以识别所述目标图片中是否包含黑名单人物。
[0021]其中，所述获取目标网站的网页内容中的目标图片，包括：
[0022]递归爬取所述目标网站的目标页面，直至爬取到所述目标网站的外链；
[0023]在所述目标页面的页面内容中获取目标图片。
[0024]为实现上述目的，本申请提供了一种黑名单人物识别装置，包括：
[0025]获取模块，用于获取包含黑名单人物的原始图片；
[0026]生成模块，用于基于所述原始图片生成包含黑名单人物的扩展图片；
[0027]融合模块，用于将所述原始图片和所述扩展图片融合为训练图片数据；
[0028]训练模块，用于利用所述训练图片数据训练人脸识别模型，训练完成的人脸识别模型用于识别目标图片中是否包含黑名单人物。
[0029]为实现上述目的，本申请提供了一种电子设备，包括：
[0030]存储器，用于存储计算机程序；
[0031]处理器，用于执行所述计算机程序时实现如上述黑名单人物识别方法的步骤。
[0032]为实现上述目的，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述黑名单人物识别方法的步骤。
[0033]通过以上方案可知，本申请提供的一种黑名单人物识别方法，包括：获取包含黑名单人物的原始图片；基于所述原始图片生成包含黑名单人物的扩展图片；将所述原始图片和所述扩展图片融合为训练图片数据；利用所述训练图片数据训练人脸识别模型，训练完成的人脸识别模型用于识别目标图片中是否包含黑名单人物。
[0034]本申请提供的黑名单人物识别方法，首先收集包含黑名单人物的原始图片，然后基于原始图片进行训练集的扩展，即生成包含黑名单人物的扩展图片。利用包含原始图片和扩展图片的训练图片数据训练人脸识别模型，训练得到准确率较高的人脸识别模型，训练完成的人脸识别模型用于识别目标图片中的黑名单人物。由此可见，本申请提供的黑名单人物识别方法，通过对人脸识别模型的黑名单人物训练集进行扩展，提高训练人脸识别模型的准确度，进而提高了黑名单人物识别的准确度。本申请还公开了一种黑名单人物识别装置及一种电子设备和一种计算机可读存储介质，同样能实现上述技术效果。
[0035]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的，并不能限制本申请。
附图说明
[0036]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
[0037]图1为根据一示例性实施例示出的一种黑名单人物识别方法的流程图；
[0038]图2为根据一示例性实施例示出的另一种黑名单人物识别方法的流程图；
[0039]图3为根据一示例性实施例示出的一种黑名单人物识别装置的结构图；
[0040]图4为根据一示例性实施例示出的一种电子设备的结构图。
具体实施方式
[0041]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作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。另外，在本申请实施例中，“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0042]本申请实施例公开了一种黑名单人物识别方法，提高了黑名单人物识别的准确度。
[0043]参见图1，根据一示例性实施例示出的一种黑名单人物识别方法的流程图，如图1所示，包括：
[0044]S101：获取包含黑名单人物的原始图片；
[0045]本实施例的目的在于识别目标图片中是否包含黑名单人物。在本步骤中，获取包含黑名单人物的原始图片，用于人脸识别模型的训练。本实施例不对获取的原始图片的数量进行限定，即使获取的数量较少，也可以训练得到准确率较高的人脸识别模型。
[0046]S102：基于所述原始图片生成包含黑名单人物的扩展图片；
[0047]在本步骤中，基于原始图片生成包含黑名单人物的扩展图片，生成的扩展图片同样用于人脸识别模型的训练，也即本步骤实现人脸识别模型的训练集的扩展。
[0048]作本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种黑名单人物识别方法，其特征在于，包括：获取包含黑名单人物的原始图片；基于所述原始图片生成包含黑名单人物的扩展图片；将所述原始图片和所述扩展图片融合为训练图片数据；利用所述训练图片数据训练人脸识别模型，训练完成的人脸识别模型用于识别目标图片中是否包含黑名单人物。2.根据权利要求1所述黑名单人物识别方法，其特征在于，所述基于所述原始图片生成包含黑名单人物的扩展图片，包括：对所述原始图片进行灰度处理以生成包含黑名单人物的扩展图片。3.根据权利要求1所述黑名单人物识别方法，其特征在于，所述基于所述原始图片生成包含黑名单人物的扩展图片，包括：在所述原始图片中加入噪声以生成包含黑名单人物的扩展图片。4.根据权利要求1所述黑名单人物识别方法，其特征在于，所述基于所述原始图片生成包含黑名单人物的扩展图片，包括：对所述原始图片进行旋转处理以生成包含黑名单人物的扩展图片。5.根据权利要求1所述黑名单人物识别方法，其特征在于，所述基于所述原始图片生成包含黑名单人物的扩展图片，包括：将所述原始图片输入生成对抗网络中，以生成包含黑名单人物的扩展图片。6.根据权利要求1至5中任一项所述黑名单人物识别方法，其特征在于，还包括：...
【专利技术属性】
技术研发人员：王晓波，位凯志，
申请(专利权)人：深信服科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。