[发明专利]模型训练方法、移动对象识别方法、装置及设备

说明书

本发明实施例提供了一种模型训练方法、移动对象识别方法、装置及设备。方法包括：获取包括预设对象的训练图像以及与预设对象相对应的身份信息；利用第一机器学习模型对训练图像进行处理,获得与训练图像相对应的第一训练特征；利用第二机器学习模型对训练图像进行处理,获得与训练图像相对应的第二训练特征,第一机器学习模型与第二机器学习模型不同，第一训练特征与第二训练特征不同；基于第一训练特征、第二训练特征、与预设对象相对应的身份信息进行学习训练，获得用于识别图像中预设对象的身份信息的目标模型。通过对多维度特征信息的学习训练获得目标模型，通过目标模对图像进行有效识别，有效地保证了目标模型使用的准确可靠性。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种模型训练方法、移动对象识别方法、装置及设备。

背景技术

随着经济的飞速发展，车辆的应用越来越普及，而车辆的识别与管理也越来越重要。目前，车辆的识别方式通常包括：提取目标车辆的视觉特征(例如：颜色、外观以及品牌等等)，而后利用所提取的车辆的视觉特征来定位数据库中与目标车辆在视觉上最为相似的车辆。

然而，由于同一车辆在不同时间被不同的摄像头捕捉到的车辆图像可能会因不同的摄像参数(例如：分辨率、视角、高度等等)和不同的环境条件(例如：光照、车速、天气等等)而差异较大，并且，不同的车辆也可能具有非常相似的颜色、形状，尤其是同一个汽车厂商所生产的车辆更加容易混淆。因此，仅仅依赖视觉特征不足以实现对车辆进行准确、有效地识别。

发明内容

本发明实施例提供了一种模型训练方法、移动对象识别方法、装置及设备，通过对多维度特征信息的学习训练获得目标模型，而后可以利用目标模型在不同的摄像参数、环境条件下，实现快速、准确地对移动对象进行识别，进而便于基于识别结果对移动对象进行管理。

第一方面，本发明实施例提供了一种模型训练方法，包括：

获取包括预设对象的训练图像以及与所述预设对象相对应的身份信息；

利用第一机器学习模型对所述训练图像进行处理,获得与所述训练图像相对应的第一训练特征；

利用第二机器学习模型对所述训练图像进行处理,获得与所述训练图像相对应的第二训练特征,其中,所述第一机器学习模型与所述第二机器学习模型不同，所述第一训练特征与所述第二训练特征不同；

基于所述第一训练特征、第二训练特征、与预设对象相对应的身份信息进行学习训练，获得用于识别图像中预设对象的身份信息的目标模型。

第二方面，本发明实施例提供了一种模型训练装置，包括：

第一获取模块，用于获取包括预设对象的训练图像以及与所述预设对象相对应的身份信息；

第一处理模块，用于利用第一机器学习模型对所述训练图像进行处理,获得与所述训练图像相对应的第一训练特征；

所述第一处理模块，用于利用第二机器学习模型对所述训练图像进行处理,获得与所述训练图像相对应的第二训练特征,其中,所述第一机器学习模型与所述第二机器学习模型不同，所述第一训练特征与所述第二训练特征不同；

第一训练模块，用于基于所述第一训练特征、第二训练特征、与预设对象相对应的身份信息进行学习训练，获得用于识别图像中预设对象的身份信息的目标模型。

第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现上述第一方面中的模型训练方法。

第四方面，本发明实施例提供了一种计算机存储介质，用于储存计算机程序，所述计算机程序使计算机执行时实现上述第一方面中的模型训练方法。

第五方面，本发明实施例提供了一种移动对象识别方法，包括：