[發明專利]一種圖像識別的方法、圖像識別模型訓練的方法及裝置

有效

• 申請號: 201910289986.1
• 申請日: 2019-04-11
• 公開（公告）號: CN110009052B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 王一同;黃佳博;季興;周正
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/74;G06V10/764;G06V10/82;G06N3/04
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種圖像識別的方法，其特征在于，包括：

獲取待識別圖像；

通過小規模圖像識別模型獲取所述待識別圖像的第一圖像特征，其中，所述小規模圖像識別模型部署于終端設備；

根據所述第一圖像特征與N個第二圖像特征，確定所述第一圖像特征與所述第二圖像特征之間的圖像相似度，其中，所述第二圖像特征為待匹配圖像通過大規模圖像識別模型所獲取到圖像特征，所述大規模圖像識別模型的模型參數數量大于所述小規模圖像識別模型的模型參數數量，所述N為大于或等于1的整數；

根據所述圖像相似度確定所述待識別圖像的圖像識別結果。

2.根據權利要求1所述的方法，其特征在于，所述根據所述第一圖像特征與N個第二圖像特征，確定所述第一圖像特征與所述第二圖像特征之間的圖像相似度，包括：

若所述N等于1，則根據所述第一圖像特征與所述第二圖像特征計算得到所述圖像相似度；

所述根據所述圖像相似度確定所述待識別圖像的圖像識別結果，包括：

若所述圖像相似度達到相似度閾值，則確定所述待識別圖像與所述待匹配圖像具有相同的身份標簽。

3.根據權利要求1所述的方法，其特征在于，所述根據所述第一圖像特征與N個第二圖像特征，確定所述第一圖像特征與所述第二圖像特征之間的圖像相似度，包括：

若所述N大于1，則根據所述第一圖像特征與每個第二圖像特征，計算得到N個圖像相似度；

所述根據所述圖像相似度確定所述待識別圖像的圖像識別結果，包括：

從所述N個圖像相似度中確定目標圖像相似度所對應的待匹配圖像，其中，所述目標圖像相似度為所述N個圖像相似度中的最大值；

確定所述待識別圖像與所述目標圖像相似度所對應的待匹配圖像具有相同的身份標簽。

4.根據權利要求2所述的方法，其特征在于，所述根據所述第一圖像特征與所述第二圖像特征計算得到所述圖像相似度，包括：

采用如下方式計算所述圖像相似度：

其中，所述S(I_p,I_g)表示所述待識別圖像與所述待匹配圖像的圖像相似度，所述I_p表示所述待識別圖像，所述I_g表示所述待匹配圖像，所述F_S(I_p)表示所述第一圖像特征，所述F_B(I_g)表示所述第二圖像特征，所述||||表示特征的模長。

5.一種圖像識別模型訓練的方法，其特征在于，包括：

獲取待訓練圖像集合，其中，所述待訓練圖像集合中包括至少一個待訓練圖像，每個待訓練圖像對應于一個身份標簽；

通過大規模圖像識別模型獲取每個待訓練圖像所對應的第一待訓練圖像特征；

通過待訓練小規模圖像識別模型獲取所述每個待訓練圖像所對應的第二待訓練圖像特征，其中，每個第二待訓練圖像特征對應于一個類別權重向量，所述類別權重向量與所述身份標簽具有一一對應的關系；

根據所述每個待訓練圖像所對應的所述第一待訓練圖像特征、所述第二待訓練圖像特征以及類別權重向量，對所述待訓練小規模圖像識別模型進行訓練，得到小規模圖像識別模型，其中，所述小規模圖像識別模型部署于終端設備，所述大規模圖像識別模型的模型參數數量大于所述小規模圖像識別模型的模型參數數量。

6.根據權利要求5所述的方法，其特征在于，所述通過大規模圖像識別模型獲取每個待訓練圖像所對應的第一待訓練圖像特征之前，所述方法還包括：

通過待訓練大規模圖像識別模型獲取每個待訓練圖像所對應的第三待訓練圖像特征，其中，每個第三待訓練圖像特征對應于一個類別權重向量；

根據所述每個待訓練圖像所對應的第三待訓練圖像特征以及類別權重向量，采用分類損失函數對所述待訓練大規模圖像識別模型進行訓練，得到所述大規模圖像識別模型。