(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 202210949980.4 (22)申请日 2022.08.09 (71)申请人 北京爱奇艺科技有限公司 地址 100080 北京市海淀区海淀北一 街2号 鸿城拓展大厦10、 1 1层 (72)发明人 范音　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 吕俊秀 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/774(2022.01) G06V 10/762(2022.01) G06V 10/30(2022.01) (54)发明名称 获取训练数据的方法、 装置及电子设备 (57)摘要 本发明实施例提供了一种获取训练数据的 方法、 装置及电子设备。 该方法包括： 获取多个账 户下的人脸图像； 分别针对每一所述账户下的所 述人脸图像进行聚类， 得到每一所述账户的聚类 结果； 针对所述聚类结果， 对不同所述账户的所 述聚类结果中相同的类别进行合并处理， 得到处 理后的聚类结果； 基于所述处理后的聚类结果筛 选目标类别下的所述人脸图像作为人脸识别模 型的训练数据， 其中， 每一所述目标类别下的所 述人脸图像的数量均位于预设数值区间内。 通过 账户内的聚类以及账户间的类别合并， 可以有效 降低训练数据中的噪声数据， 从而提升训练数据 的质量。 权利要求书2页 说明书12页 附图3页 CN 115424317 A 2022.12.02 CN 115424317 A 1.一种获取训练数据的方法， 其特 征在于， 所述方法包括： 获取多个账户下的人脸图像； 分别针对每一所述账户下的所述人脸图像进行聚类， 得到每一所述账户的聚类结果； 针对所述聚类结果， 对不同所述账户的所述聚类结果中相同的类别进行合并处理， 得 到处理后的聚类结果； 基于所述处理后的聚类结果筛选目标类别下的所述人脸图像作为人脸识别模型的训 练数据， 其中， 每一所述目标类别下的所述人脸图像的数量均位于预设数值区间内。 2.根据权利要求1所述的方法， 其特征在于， 所述分别针对每一所述账户下的所述人脸 图像进行聚类， 得到每一所述账户的聚类结果， 包括： 对每一所述账户下的每一所述人脸图像进行特征提取， 得到每一所述人脸图像的人脸 特征， 其中， 所述人脸特 征包括人脸清晰度； 针对每一所述账户， 基于所述账户下的所述人脸图像的人脸特征对所述账户下的目标 人脸图像进 行聚类， 得到所述账户的聚类结果， 其中， 所述目标人脸图像包括人脸清晰度高 于清晰度阈值的人脸图像。 3.根据权利要求2所述的方法， 其特征在于， 所述对不同所述账户的所述 聚类结果中相 同的类别进行合并处 理， 包括： 分别计算各 所述账户的所述聚类结果中每一所述类别的聚类中心特 征； 将所述聚类中心特 征间的余弦距离小于目标距离值的所述类别确定为相同的类别； 将所述相同的类别下的人脸图像合并为 一个类别下的人脸图像。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述处理后的聚类结果筛选目标 类别下的所述人脸图像作为人脸识别模型的训练数据， 包括： 筛选所述处理后的聚类结果中人脸图像的数量位于所述预设数值 区间内的类别， 得到 第一类型的类别； 筛选所述处理后的聚类结果中人脸图像的数量高于所述预设数值区间的最大值的类 别， 得到第二类型的类别； 删减所述第二类型的类别下的人脸图像至所述人脸图像的数量位于所述预设数值区 间内， 得到处 理后的第二类型的类别； 将所述第一类型的类别下的所述人脸图像以及所述处理后的第二类型的类别下的所 述人脸图像作为人脸识别模型的训练数据。 5.根据权利要求4所述的方法， 其特征在于， 所述删减所述第 二类型的类别下的人脸图 像至所述人脸图像的数量 位于所述预设数值区间内， 得到处 理后的第二类型的类别， 包括： 针对所述第 二类型的类别下的人脸图像， 基于所述人脸图像的人脸属性删减所述人脸 图像至所述人脸图像的数量位于所述预设数值区间内， 得到处理后的第二类型 的类别， 其 中， 每一所述处理后的第二类型的类别下的人脸图像均满足目标条件， 其中， 所述目标条件 为同一所述人脸属性下， 不同属性 值的所述人脸图像均匀分布。 6.根据权利要求5所述的方法， 其特征在于， 所述人脸属性包括： 表征人脸角度的第一 属性、 表征人脸清晰度的第二属性、 表征人脸情绪的第三属性、 表征人脸是否佩戴眼镜的第 四属性以及表征 人脸所属人种的第五属性中的至少一个。 7.根据权利要求1所述的方法， 其特 征在于， 所述获取多个账户下的人脸图像， 包括：权　利　要　求　书 1/2 页 2 CN 115424317 A 2获取多个账户发布的图片和视频； 对所述视频进行解帧， 得到帧图片； 分别针对每一所述账户下的所述图片和所述帧图片进行人脸检测， 将检测到人脸的所 述图片和所述帧图片， 确定为所述账户下的人脸图像。 8.一种获取训练数据的装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取多个账户下的人脸图像； 聚类模块， 用于分别针对每一所述账户下的所述人脸图像进行聚类， 得到每一所述账 户的聚类结果； 合并模块， 用于针对所述聚类结果， 对不同所述账户的所述聚类结果中相同的类别进 行合并处 理， 得到处 理后的聚类结果； 筛选模块， 用于基于所述处理后的聚类结果筛选目标类别下的所述人脸图像作为人脸 识别模型 的训练数据， 其中， 每一所述 目标类别下 的所述人脸图像的数量均位于预设数值 区间内。 9.一种电子设备， 其特征在于， 包括处理器、 通信接口、 存储器和通信总线， 其中， 处理 器， 通信接口， 存 储器通过通信总线完成相互间的通信； 存储器， 用于存放计算机程序； 处理器， 用于执行存储器上所存放的程序时， 实现如权利要求1 ‑7中任意一项所述的获 取训练数据的方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储计算机程 序， 所述计算机程序被处理器执行时实现如权利要求1 ‑7中任意一项所述的获取训练数据 的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115424317 A 3