[發明專利]圖像識別模型的訓練方法、圖像識別方法和裝置

在審

• 申請號: 202011150035.5
• 申請日: 2020-10-24
• 公開（公告）號: CN112329826A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 吳元明;袁利娟;孫茂;李冰;萬軍;劉梓諭
• 申請（專利權）人: 中國人民解放軍空軍軍醫大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京中索知識產權代理有限公司 11640
• 代理人: 周國勇

本申請公開了一種圖像識別模型的訓練方法、圖像識別方法、裝置、設備以及存儲介質，屬于圖像處理領域。在本申請實施例中，服務器可以采用三個圖像來訓練圖像識別模型，參考樣本圖像、正樣本圖像以及負樣本圖像，三個圖像中均包括樣本對象，參考樣本圖像和正樣本圖像對應于同一個樣本對象，參考樣本圖像和負樣本圖像對應于不同的樣本對象。在訓練過程中，服務器致力于通過模型識別出參考樣本圖像和正樣本圖像之間的相似度盡可能高，識別出參考樣本圖像和負樣本圖像之間的相似度盡可能低，從而在后續使用過程中，能夠精準的確定出拍攝的圖像和存儲的圖像中是否包含同一個人臉。

技術領域

本申請涉及圖像處理領域，特別涉及一種圖像識別模型的訓練方法、圖像識別方法、裝置、服務器及存儲介質。

背景技術

隨著計算機技術的發展，人工智能技術蓬勃發展，圖像識別技術作為人工智能技術的一個分支，其應用范圍越來越廣泛，例如圖像識別技術可以應用在人臉識別場景，采用圖像識別模型對包含人臉的圖像進行識別，可以得到與人臉對應的身份信息。

相關技術中的圖像識別模型的識別精度受限于樣本圖像的數量，而樣本圖像的數量往往是有限的，導致圖像識別模型的訓練效果不佳。

發明內容

本申請實施例提供了一種圖像識別模型的訓練方法、圖像識別方法、裝置、服務器及存儲介質，可以提升圖像識別模型的訓練效果。所述技術方案如下：

一方面，提供了一種圖像識別模型的訓練方法，所述方法包括：

在一次迭代過程中，獲取參考樣本圖像、正樣本圖像以及負樣本圖像，所述參考樣本圖像和所述正樣本圖像對應于第一樣本對象，所述負樣本圖像對應于第二樣本對象，所述第一樣本對象和所述第二樣本對象為不同的樣本對象；

將所述參考樣本圖像、所述正樣本圖像和所述負樣本圖像輸入圖像識別模型，通過所述圖像識別模型確定所述參考樣本圖像和所述正樣本圖像之間的第一相似度，以及所述參考樣本圖像和所述負樣本圖像之間的第二相似度；

響應于所述第一相似度與所述第二相似度之間的差值符合目標條件，將所述圖像識別模型作為訓練完成的圖像識別模型。

在一種可能的實施方式中，所述通過所述圖像識別模型確定所述參考樣本圖像和所述正樣本圖像之間的第一相似度，以及所述參考樣本圖像和所述負樣本圖像之間的第二相似度包括：

通過所述圖像識別模型，提取所述參考樣本圖像的參考特征信息、所述正樣本圖像的正樣本特征信息以及所述負樣本圖像的負樣本特征信息；

根據所述參考特征信息和所述正樣本特征信息，得到所述第一相似度；

根據所述參考特征信息和所述負樣本特征信息，得到所述第二相似度。

在一種可能的實施方式中，所述獲取參考樣本圖像、正樣本圖像以及負樣本圖像之前，所述方法還包括：

對第一樣本圖像集中的多個第一樣本圖像進行特征提取，得到多個第一樣本圖像特征；

根據所述多個第一樣本圖像特征，確定所述第一樣本圖像集中的多個第一樣本圖像之間的相似度；

將相似度最低的兩個第一樣本圖像確定為第一圖像和第二圖像；

對第二樣本圖像集中的多個第二樣本圖像進行特征提取，得到多個第二樣本圖像特征；

根據所述多個第二樣本圖像特征與所述第一圖像和所述第二圖像的第一樣本圖像特征，分別從所述第二樣本圖像集中確定與所述第一圖像和所述第二圖像相似度最低的第三圖像和第四圖像；

響應于所述第一圖像與所述第三圖像之間的第一相似度小于所述第二圖像和所述第四圖像之間的第二相似度，將所述第一圖像確定為所述參考圖像，將所述第二圖像確定為所述正樣本圖像，將所述第三圖像確定為所述負樣本圖像。