[發明專利]場景識別方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202011376434.3
• 申請日: 2020-11-30
• 公開（公告）號: CN112348117A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 郭卉
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 陳小娜

1.一種場景識別方法，其特征在于，所述方法包括：

獲取訓練樣本圖像；

對訓練樣本圖像進行背景識別，得到所述訓練樣本圖像對應的背景樣本圖像；

將所述背景樣本圖像輸入到場景識別模型中，得到第一場景識別結果，將所述訓練樣本圖像輸入到所述場景識別模型中，得到第二場景識別結果；

基于所述第一場景識別結果與所述第二場景識別結果之間的識別結果差異得到目標模型損失值；所述目標模型損失值與所述識別結果差異成正相關關系；

基于所述目標模型損失值調整所述場景識別模型的模型參數，得到已訓練的場景識別模型。

2.根據權利要求1所述的方法，其特征在于，所述對訓練樣本圖像進行背景識別，得到所述訓練樣本圖像對應的背景樣本圖像包括：

對所述訓練樣本圖像進行顯著性識別，得到所述訓練樣本圖像對應的顯著性圖像；

根據所述顯著性圖像得到背景掩膜，利用所述背景掩膜對所述訓練樣本圖像進行處理，得到所述訓練樣本圖像對應的背景樣本圖像。

3.根據權利要求2所述的方法，其特征在于，所述根據所述顯著性圖像得到背景掩膜包括：

獲取所述顯著性圖像對應的灰度統計值，根據所述灰度統計值得到灰度閾值；

根據所述灰度閾值對所述顯著性圖像進行二值化處理，得到背景掩膜。

4.根據權利要求3所述的方法，其特征在于，所述根據所述灰度閾值對所述顯著性圖像進行二值化處理，得到背景掩膜包括：

將所述顯著性圖像中像素點的灰度值與所述灰度閾值進行對比；

當所述像素點的灰度值大于所述灰度閾值時，確定所述像素點在背景掩膜中的取值為像素屏蔽值，當所述像素點的灰度值小于所述灰度閾值時，確定所述像素點在背景掩膜中的取值為像素保留值。

5.根據權利要求3所述的方法，其特征在于，所述根據所述灰度統計值得到灰度閾值包括：

獲取顯著性保留閾值；

在所述灰度統計值和所述顯著性保留閾值之間選取多個灰度閾值；

所述根據所述灰度閾值對所述顯著性圖像進行二值化處理，得到背景掩膜包括：

利用多個所述灰度閾值分別對顯著性圖像進行二值化處理，得到各個所述灰度閾值分別對應的背景掩膜；

所述利用所述背景掩膜對所述訓練樣本圖像進行處理，得到所述訓練樣本圖像對應的背景樣本圖像包括：

利用各個所述背景掩膜對所述訓練樣本圖像進行處理，將處理得到的圖像加入到所述訓練樣本圖像對應的候選背景圖像集合中；

從所述候選背景圖像集合中選取至少一張圖像，作為所述訓練樣本圖像對應的背景樣本圖像。

6.根據權利要求1所述的方法，其特征在于，所述第一場景識別結果包括第一場景識別概率，所述第二場景識別結果包括第二場景識別概率，所述基于所述第一場景識別結果與所述第二場景識別結果之間的識別結果差異得到目標模型損失值包括：

計算所述第一場景識別概率與所述第二場景識別概率的概率差異值；

根據所述概率差異值計算得到所述目標模型損失值，所述概率差異值與所述目標模型損失值成正相關關系。

7.根據權利要求6所述的方法，其特征在于，所述根據所述概率差異值計算得到所述目標模型損失值，所述概率差異值與所述目標模型損失值成正相關關系包括：

根據所述概率差異值計算得到第一模型損失值，所述第一模型損失值與所述概率差異值成正相關關系；

根據預測識別結果得到第二模型損失值，所述預測識別結果包括第一場景識別結果或者第二場景識別結果的至少一個，所述第二模型損失值與標準結果差異成正相關關系，所述標準結果差異為所述預測識別結果與所述訓練樣本圖像對應的標準識別結果間的差異；

根據所述第一模型損失值以及所述第二模型損失值得到所述目標模型損失值。