[发明专利]图像处理模型训练方法、装置、设备及存储介质有效

专利信息
申请号: 202010845864.9 申请日: 2020-08-20
公开(公告)号: CN111914812B 公开(公告)日: 2022-09-16
发明(设计)人: 邱海波;龚迪洪;李志鋒;刘威 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/82;G06V10/26;G06N3/04;G06N3/08
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 模型 训练 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图像处理模型训练方法,其特征在于,所述方法包括:

基于图像处理模型,获取样本人脸图像的预测识别结果和遮挡指示信息,所述遮挡指示信息用于指示所述样本人脸图像的受人脸被遮挡区域影响的图像特征;

基于所述预测识别结果和所述样本人脸图像所标注的目标识别结果,获取识别误差;

基于所述样本人脸图像的遮挡指示信息,对所述样本人脸图像的遮挡模式进行分类,得到预测遮挡模式,所述遮挡模式用于指示所述样本人脸图像中人脸被遮挡区域的位置以及尺寸;

基于所述预测遮挡模式和所述样本人脸图像所标注的目标遮挡模式,获取分类误差;

根据所述识别误差和所述分类误差,对所述图像处理模型的模型参数进行更新;

其中,所述根据所述识别误差和所述分类误差,对所述图像处理模型的模型参数进行更新,包括下述任一项:

获取所述分类误差和所述分类误差的权重的乘积,获取所述乘积与所述识别误差之和作为目标误差,基于所述目标误差,对所述图像处理模型的模型参数进行更新;

基于所述分类误差和所述识别误差各自的权重,对所述分类误差和所述识别误差进行加权,得到目标误差,基于所述目标误差,对所述图像处理模型的模型参数进行更新。

2.根据权利要求1所述的方法,其特征在于,所述基于所述样本人脸图像的遮挡指示信息,对所述样本人脸图像的遮挡模式进行分类,得到预测遮挡模式,包括:

基于所述样本人脸图像的遮挡指示信息,获取所述样本人脸图像的遮挡区域信息;

将所述样本人脸图像的遮挡区域信息与至少两个候选遮挡模式的遮挡区域信息进行匹配,将匹配度最大的候选遮挡模式确定为所述样本人脸图像的预测遮挡模式。

3.根据权利要求1所述的方法,其特征在于,所述基于图像处理模型,获取样本人脸图像的预测识别结果和遮挡指示信息,包括:

基于图像处理模型,获取样本人脸图像的图像特征以及所述图像特征对应的遮挡指示信息;

基于所述图像特征和所述遮挡指示信息进行人脸识别,得到所述样本人脸图像的预测识别结果。

4.根据权利要求3所述的方法,其特征在于,所述基于图像处理模型,获取样本人脸图像的图像特征以及所述图像特征对应的遮挡指示信息,包括:

基于图像处理模型,对样本人脸图像进行特征提取,得到所述样本人脸图像的图像特征;

基于所述样本人脸图像的图像特征,确定对应的遮挡指示信息。

5.根据权利要求4所述的方法,其特征在于,所述基于所述样本人脸图像的图像特征,确定对应的遮挡指示信息,包括:

对所述样本人脸图像的图像特征进行卷积处理;

对卷积处理后的图像特征进行分类,确定所述图像特征对应的遮挡指示信息。

6.根据权利要求3所述的方法,其特征在于,所述基于所述图像特征和所述遮挡指示信息进行人脸识别,得到所述样本人脸图像的预测识别结果,包括:

基于所述遮挡指示信息,去除所述图像特征中所述人脸被遮挡区域的图像特征,得到目标图像特征;

根据所述目标图像特征,对所述样本人脸图像中的人脸进行识别,得到预测识别结果。

7.根据权利要求3所述的方法,其特征在于,所述基于图像处理模型,获取样本人脸图像的图像特征以及所述图像特征对应的遮挡指示信息,包括:

基于所述图像处理模型,对所述样本人脸图像进行预处理;

基于预处理后的样本人脸图像,获取所述样本人脸图像的图像特征以及所述图像特征对应的遮挡指示信息。

8.根据权利要求7所述的方法,其特征在于,所述基于所述图像处理模型,对所述样本人脸图像进行预处理,包括:

基于所述图像处理模型,对所述样本人脸图像进行人脸检测;

基于人脸检测结果,对所述样本人脸图像进行裁剪,得到预处理后的样本人脸图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010845864.9/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top