技术特征：
1.一种亲缘关系判定方法，其特征在于，包括：从待匹配家族的家族图像集中选取多张人脸图像作为输入数据输入家族人脸特征提取模型中，得到所述待匹配家族的第一家族人脸特征；将所述第一家族人脸特征输入到个体人脸特征预测模型，得到所述待匹配家族中与待测人脸图像具有相同人脸属性的第一预测单个人脸特征；将从所述待测人脸图像提取的单个人脸特征与所述第一预测单个人脸特征进行比较，确定所述待测人脸图像与所述待匹配家族的亲缘关系。2.根据权利要求1所述的亲缘关系判定方法，其特征在于，所述家族人脸特征提取模型包括特征提取层和特征融合层，所述家族人脸特征提取模型的训练过程包括：通过特征提取层提取家族图像样本中所包含的各单张图像的单个人脸特征；通过特征融合层将各所述单个人脸特征进行融合，得到所述家族图像样本对应的家族人脸特征；其中，训练所述家族人脸特征提取模型的损失函数是基于所述各单张图像的单个人脸特征与所述家族人脸特征之间的损失，以及各所述家族人脸特征与对应的家族人脸标签之间的损失构建；由同一家族中的人脸图像所构成的家族图像样本按所属家族分别对应一个家族人脸标签，由非同一家族中的人脸图像所构成的家族图像样本共同对应一个家族人脸标签。3.根据权利要求2所述的亲缘关系判定方法，其特征在于，所述通过特征融合层将各所述单个人脸特征进行融合，得到所述家族图像样本对应的家族人脸特征，包括：按所述家族图像样本中各人脸图像所属的年龄段，为对应的所述单个人脸特征设置融合权重，并基于所述融合权重对各所述单个人脸特征进行加权融合。4.根据权利要求2或3所述的亲缘关系判定方法，其特征在于，所述方法还包括：以所述待测人脸图像替换所述多张人脸图像中的至少一张图像，并将替换后的多张人脸图像输入所述家族人脸特征提取模型中，得到第二家族人脸特征；将所述第二家族人脸特征输入到所述个体人脸特征预测模型，得到替换家族成员后的所述待匹配家族中与待测人脸图像具有相同人脸属性的第二预测单个人脸特征；将从所述待测人脸图像提取的单个人脸特征与所述第二预测单个人脸特征进行比较，确定所述待测人脸图像与所述待匹配家族的亲缘关系。5.根据权利要求4所述的亲缘关系判定方法，其特征在于，从所述待测人脸图像提取所述单个人脸特征，包括：将所述待测人脸图像输入所述家族人脸特征提取模型的所述特征提取层中，得到所述待测人脸图像的单个人脸特征。6.根据权利要求2所述的亲缘关系判定方法，其特征在于，所述个体人脸特征预测模型包括对应多种人脸属性类型的多个预测分支网络，所述个体人脸特征预测模型的训练过程包括：针对每个预测分支网络，通过该预测分支网络将经所述家族人脸特征提取模型产生的家族人脸特征，映射为对应家族中与所述该预测分支网络对应的人脸属性类型相同的预测单个人脸特征；其中，训练所述该预测分支网络的损失函数是基于所述家族人脸特征样本对应的所述
预测单个人脸特征与所述家族人脸特征样本所涵盖的与所述该预测分支网络对应的人脸属性类型相同的单个人脸特征之间的损失。7.根据权利要求6所述的亲缘关系判定方法，其特征在于，获取所述家族人脸特征样本所涵盖的与所述该预测分支网络对应的人脸属性类型相同的单个人脸特征，包括：将用于产生所述家族人脸特征样本的多张人脸图像中，与所述该预测分支网络对应的人脸属性类型相同的人脸图像输入所述家族人脸特征提取模型的所述特征提取层中，得到所述家族人脸特征样本所涵盖的与所述该预测分支网络对应的人脸属性类型相同的单个人脸特征。8.根据权利要求1所述的亲缘关系判定方法，其特征在于，获取所述待匹配家族的家族图像集，包括：获取待匹配家族成员的人脸图像，并对各成员的人脸图像进行如下至少一种的增广处理，形成所述待匹配家族的家族图像集：模糊、遮挡、剪切和随机添加噪声。9.一种电子设备，其特征在于，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如权利要求1至8中任一所述的亲缘关系判定方法。10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的亲缘关系判定方法。
技术总结
本发明实施例涉及计算机图像处理领域，公开了一种亲缘关系判定方法、装置、电子设备及存储介质。亲缘关系判定方法包括：从待匹配家族的家族图像集中选取多张人脸图像作为输入数据输入家族人脸特征提取模型中，得到待匹配家族的第一家族人脸特征；将第一家族人脸特征输入到个体人脸特征预测模型，得到待匹配家族中与待测人脸图像具有相同人脸属性的第一预测单个人脸特征；将从待测人脸图像提取的单个人脸特征与第一预测单个人脸特征进行比较，确定待测人脸图像与待匹配家族的亲缘关系。使得待测人员与待匹配家族亲缘关系的判定更准确，适用性更广。适用性更广。适用性更广。
技术研发人员：朱海涛 寇鸿斌 陈智超 薛远
受保护的技术使用者：合肥的卢深视科技有限公司
技术研发日：2022.04.14
技术公布日：2022/5/10