[发明专利]一种图像模型训练方法、装置及电子设备、存储介质

权利要求书

1.一种图像模型训练方法，其特征在于，包括：

获取图像处理模型，所述图像处理模型包括：骨干网络、质量模块、以及一个以上的处理模块，所述处理模块与所述质量模块对应的图像服务任务关联；

基于图像训练集对所述质量模块和所述一个以上的处理模块进行联合训练；

依照所述联合训练得到的质量模块确定图像质量评分模型，所述图像质量评分模型用于确定输入图像的质量得分；

其中，所述一个以上的处理模块包括：人脸识别模块和活体检测模块，所述联合训练包括第一联合训练和第二联合训练，所述图像训练集包括第一图像训练集和第二图像训练集；所述基于图像训练集对所述质量模块和所述一个以上的处理模块进行联合训练，包括：

依照第一训练图像集对人脸识别模块和质量模块进行第一联合训练；其中，所述第一联合训练用于将所述第一训练图像集中的目标人脸训练图像的第一初始特征图输入所述人脸识别模块和所述质量模块，通过所述人脸识别模块提取识别特征图以确定所述人脸识别模块的损失函数的值loss1，并调用所述质量模块根据所述目标人脸训练图像的质量得分对所述识别特征图加权处理得到共享特征图，以确定所述质量模块的损失函数的值loss2，以利用loss1和loss2训练得到第一图像处理模型；

依照第二训练图像集对活体检测模块和质量模块进行第二联合训练。

2.如权利要求1所述的方法，其特征在于，所述第一训练图像集包括多个用户各自对应的人脸训练图像，每个用户对应的人脸训练图像包括第一类质量的人脸训练图像和第二类质量的人脸训练图像，所述依照第一训练图像集对人脸识别模块和质量模块进行第一联合训练，包括：

从第一训练图像集中获取第一目标用户对应的目标人脸训练图像；其中，所述第一目标用户为多个用户中的任一用户；

将所述目标人脸训练图像输入所述图像处理模型，通过所述骨干网络提取所述目标人脸训练图像的图像特征，得到所述目标人脸训练图像的第一初始特征图；

将所述第一初始特征图输入所述人脸识别模块和所述质量模块，通过所述人脸识别模块提取识别特征图，并根据所述识别特征图对所述目标人脸训练图像进行人脸识别，依照人脸识别结果确定所述人脸识别模块的损失函数的值loss1；

调用所述质量模块确定所述目标人脸训练图像的质量得分，并根据所述质量得分对所述识别特征图进行加权处理，得到共享特征图；

基于所述共享特征图计算所述质量模块的损失函数的值loss2;

按照减小第一目标损失值的方向，更新所述图像处理模型中除所述活体检测模块以外模块的网络参数，所述第一目标损失值为所述loss1和所述loss2之和；

根据更新后的网络参数对初始图像处理模型进行迭代训练，直至所述loss1和所述loss2达到收敛状态，得到第一图像处理模型。