模型训练方法、模拟画像生成方法、装置及电子设备与流程

本发明涉及人工智能，尤其涉及一种模型训练方法、模拟画像生成方法、装置及电子设备。

背景技术：

1、众所周知，模拟画像是指在有目击者参与协助调查的案件中，通过目击者口述，工作人员通过画笔或者模拟画像专用软件等来描绘嫌疑人的面部肖像；如果这张面部肖像达到与嫌疑人50％以上的相似度，即可作为有用线索使用。因此，如何快速且高效绘制模拟画像就显得尤为重要。

2、相关技术中，通常可以由经验丰富的模拟画像师基于相关证人提供的线索手动绘制嫌疑人的模拟画像。但由于培养一个人成为模拟画像师的成本很高，而且需要该人具备一定天赋且需要经过长期学习沉淀后才能成为一名合格的模拟画像师，从而导致依赖模拟画像师绘制模拟画像的成本过高且智能性和灵活性都较低，同时适用范围也受限。

技术实现思路

1、本发明提供一种模型训练方法、模拟画像生成方法、装置及电子设备，用以解决现有技术中依赖模拟画像师手动绘制模拟画像所导致的培养成本过高且智能性和灵活性都较低，以及适用范围受限的缺陷，实现基于训练ai模型所得的ai模拟画像生成模型大幅提高模拟画像的智能性和灵活性的目的，同时也大幅提高了后续生成模拟画像的适用范围。

2、本发明提供一种模型训练方法，包括：

3、获取训练样本集，所述训练样本集含有的不同训练样本为不同样本模拟画像对应的不同样本问答信息集，每个所述样本问答信息集包括绘制对应所述样本模拟画像时按照询问对应样本证人的询问步骤依次排列的多组样本问答信息；

4、基于所述训练样本集对初始ai模型进行训练，确定ai模拟画像生成模型。

5、根据本发明提供的一种模型训练方法，所述基于所述训练样本集对初始ai模型进行训练，确定ai模拟画像生成模型，包括：

6、使用所述训练样本集中预设批次训练样本，对所述初始ai模型进行训练，获取预设次数训练后的中间ai模型的模型损失；

7、基于所述模型损失与预设模型损失的匹配成功结果，确定所述模型损失对应的中间ai模型为所述ai模拟画像生成模型。

8、根据本发明提供的一种模型训练方法，所述方法还包括：

9、基于所述模型损失与所述预设模型损失的匹配失败结果，使用所述训练样本集中下一预设批次训练样本，对所述模型损失对应的中间ai模型进行训练，确定所述ai模拟画像生成模型。

10、根据本发明提供的一种模型训练方法，所述使用所述训练样本集中预设批次训练样本，对所述初始ai模型进行训练，获取预设次数训练后的中间ai模型的模型损失，包括：

11、针对每次训练，获取所述训练样本集中本次参与训练的当前训练样本含有的所述样本问答信息集；

12、从所述当前训练样本对应的样本模拟画像和所述样本问答信息集中，提取本次参与训练的样本人物画像特征信息；

13、获取所述当前训练样本对应样本证人主动提供的样本人物形象特征信息；

14、基于所述样本人物形象特征信息的获取成功结果，基于获取到的所述样本人物形象特征信息和所述样本人物画像特征信息，对前次训练后的中间ai模型进行训练，获取本次训练后的中间ai模型输出的模型损失；

15、基于所述样本人物形象特征信息的获取失败结果，基于所述样本人物画像特征信息，对所述前次训练后的中间ai模型进行训练，获取本次训练后的中间ai模型输出的模型损失。

16、根据本发明提供的一种模型训练方法，所述方法还包括：

17、定期获取新的样本模拟画像对应的新的样本问答信息集；

18、基于所述新的样本模拟画像对应的新的样本问答信息集，对所述训练样本集进行更新。

19、本发明还提供一种模拟画像生成方法，包括：

20、获取按照前述模型训练方法训练确定的ai模拟画像生成模型；

21、基于所述ai模拟画像生成模型向目标证人提问后接收到的所述目标证人的回答信息，生成目标模拟画像。

22、根据本发明提供的一种模拟画像生成方法，所述基于所述ai模拟画像生成模型向目标证人提问后接收到的所述目标证人的回答信息，生成目标模拟画像，包括：

23、基于所述ai模拟画像生成模型向不同目标证人提问后分别接收到的每个所述目标证人的回答信息；

24、基于所述接收到的每个所述目标证人的回答信息，生成不同的目标模拟画像；

25、基于所述ai模拟画像接收到的每个所述目标证人针对所述不同的目标模拟画像的反馈信息，确定最终的目标模拟画像

26、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述模型训练方法或者上述任一种模拟画像生成方法。

27、本发明提供的模型训练方法、模拟画像生成方法、装置及电子设备，其中模型训练方法，终端设备通过使用训练样本集训练初始ai模型的方式，实现用于智能且准确生成模拟画像的ai模拟画像生成模型的目的。由于训练样本集含有的不同训练样本为不同样本模拟画像对应的不同样本问答信息集，每个样本问答信息集包括绘制对应样本模拟画像时按照询问对应样本证人的询问步骤依次排列的多组样本问答信息，因此通过使用不同训练样本所含的关于嫌疑人的多组问答信息训练初始ai模型的方式，确保训练所得的ai模拟画像生成模型具备按照既定的询问步骤进行提问的功能以及接收问题回复的功能，从而实现基于训练ai模型所得的ai模拟画像生成模型大幅提高模拟画像的智能性和灵活性的目的，同时也大幅提高了后续生成模拟画像的适用范围。

技术特征：

1.一种模型训练方法，其特征在于，包括：

2.根据权利要求1所述的模型训练方法，其特征在于，所述基于所述训练样本集对初始ai模型进行训练，确定ai模拟画像生成模型，包括：

3.根据权利要求2所述的模型训练方法，其特征在于，所述方法还包括：

4.根据权利要求2所述的模型训练方法，其特征在于，所述使用所述训练样本集中预设批次训练样本，对所述初始ai模型进行训练，获取预设次数训练后的中间ai模型的模型损失，包括：

5.根据权利要求1至4任一项所述的模型训练方法，其特征在于，所述方法还包括：

6.一种模拟画像生成方法，其特征在于，包括：

7.根据权利要求6所述的模拟画像生成方法，其特征在于，所述基于所述ai模拟画像生成模型向目标证人提问后接收到的所述目标证人的回答信息，生成目标模拟画像，包括：

8.一种模型训练装置，其特征在于，包括：

9.一种模拟画像生成装置，其特征在于，包括：

10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述模型训练方法，或者如权利要求6或7所述模拟画像生成方法。

技术总结
本发明提供一种模型训练方法、模拟画像生成方法、装置及电子设备，其中模型训练方法，包括：获取训练样本集，训练样本集含有的不同训练样本为不同样本模拟画像对应的不同样本问答信息集，每个样本问答信息集包括绘制对应样本模拟画像时按照询问对应样本证人的询问步骤依次排列的多组样本问答信息；基于训练样本集对初始AI模型进行训练，确定AI模拟画像生成模型。使用本发明能够实现基于训练AI模型所得的AI模拟画像生成模型大幅提高模拟画像的智能性和灵活性的目的，同时也大幅提高了后续生成模拟画像的适用范围。

技术研发人员：孙连鹏,李良斌
受保护的技术使用者：北京声智科技有限公司
技术研发日：
技术公布日：2024/1/13