[發明專利]一種特征識別方法及裝置、計算機可讀存儲介質

在審

• 申請號: 202111172914.2
• 申請日: 2019-05-08
• 公開（公告）號: CN113936298A
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 陳卓;吳一超
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/40;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 李江;張穎玲

1.一種模型訓練方法，其特征在于，所述方法包括：

根據預設圖像樣本和初始特征表示樣本，對轉置卷積神經網絡進行訓練，得到預設圖像生成網絡；

根據所述預設圖像樣本和當前特征表示樣本，對卷積神經網絡進行訓練，得到預設特征提取網絡；

利用所述初始特征表示樣本和所述當前特征表示樣本，對預設識別轉化系統進行訓練，得到訓練后的預設識別轉化系統；所述預設識別轉化系統由所述預設圖像生成網絡和所述預設特征提取網絡組成。

2.根據權利要求1所述的方法，其特征在于，所述根據預設圖像樣本和初始特征表示樣本，對轉置卷積神經網絡進行訓練，得到預設圖像生成網絡，包括：

將所述初始特征表示樣本輸入所述轉置卷積神經網絡，得到重構圖像樣本；

根據所述重構圖像樣本和所述預設圖像樣本、或者根據所述重構圖像樣本、所述預設圖像樣本和對抗網絡，確定出預設指標值；

基于所述預設指標值調整所述轉置卷積神經網絡，得到所述預設圖像生成網絡。

3.根據權利要求2所述的方法，其特征在于，所述根據所述重構圖像樣本、所述預設圖像樣本和/或對抗網絡，確定出預設指標值，包括：

將所述重構圖像樣本和所述預設圖像樣本輸入所述對抗網絡中，確定出所述重構圖像樣本和所述預設圖像樣本之間的對抗損失值，將所述對抗損失值確定為預設指標值。

4.根據權利要求2所述的方法，其特征在于，所述根據所述重構圖像樣本、所述預設圖像樣本和/或對抗網絡，確定出預設指標值，包括：

確定所述重構圖像樣本和所述預設圖像樣本之間的第一空間距離值；

將所述第一空間距離值確定為所述預設指標值。

5.根據權利要求2所述的方法，其特征在于，所述根據所述重構圖像樣本、所述預設圖像樣本和/或對抗網絡，確定出預設指標值，包括：

將所述重構圖像樣本和所述預設圖像樣本輸入所述對抗網絡中，確定出所述重構圖像樣本和所述預設圖像樣本之間的對抗損失值；

確定所述重構圖像樣本和所述預設圖像樣本之間的第一空間距離值；

根據所述對抗損失值和所述第一空間距離值確定所述預設指標值。

6.根據權利要求2-5中任一項所述的方法，其特征在于，所述基于所述預設指標值調整所述轉置卷積神經網絡，得到所述預設圖像生成網絡，包括：

在所述預設指標值未滿足第一預設閾值的情況下，基于所述預設指標值調整所述轉置卷積神經網絡，得到所述預設圖像生成網絡；

在所述預設指標值滿足第一預設閾值的情況下，將所述轉置卷積神經網絡確定為所述預設圖像生成網絡。

7.根據權利要求1所述的方法，其特征在于，根據所述預設圖像樣本和當前特征表示樣本，對卷積神經網絡進行訓練，得到預設特征提取網絡，包括：

將所述預設圖像樣本輸入所述卷積神經網絡，得到第一特征表示樣本；

確定所述第一特征表示樣本和所述當前特征表示樣本之間的第二空間距離值；

基于所述第二空間距離值調整所述卷積神經網絡。

8.根據權利要求7所述的方法，其特征在于，根據所述預設圖像樣本和當前特征表示樣本，對卷積神經網絡進行訓練，得到預設特征提取網絡，包括：

在所述第二空間距離值未滿足第二預設閾值的情況下，基于所述第二空間距離值調整所述卷積神經網絡；

在所述第二空間距離值滿足第二預設閾值的情況下，將所述卷積神經網絡確定為所述預設特征提取網絡。

9.一種特征識別方法，其特征在于，所述方法包括：

當在檢測到特征識別系統發生變化時，獲取初始特征表示并將所述初始特征表示輸入訓練后的預設識別轉換系統中，得到所述初始特征表示對應的當前特征表示；所述訓練后的預設識別轉化系統是通過權利要求1-8任一項所述的方法訓練得到的；

在獲取到待識別特征表示的情況下，確定所述待識別特征表示與所述當前特征表示是否匹配，以完成利用所述當前特征識別系統進行特征識別的過程。