[发明专利]一种对象识别方法、装置、设备及介质

说明书

本公开涉及了一种对象识别方法、装置、设备及介质，用于解决现有对包含特征人物的图像进行管控的准确率低且成本高的问题。由于本公开预先训练有子空间选择模型，通过该预先训练的子空间选择模型，可以基于获取到的目标人脸图像的第一人脸特征，快速且准确地确定该第一人脸特征所归属的第一子空间，无需将该第一人脸特征与预设的所有第一子空间中的第二人脸特征进行匹配，减少了所需耗费的计算量，方便后续快速基于该第一人脸特征以及归属的第一子空间中包含的第二人脸特征，对第一人脸特征进行二次识别，提高了对第一人脸特征识别的效率以及准确性，减少了人工成本。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种对象识别方法、装置、设备及介质。

背景技术

随着科技的进步，越来越多的用户可以将视频或者图像分享到互联网上，以供大家分享。而在共享资源的同时，对于各用户共享到互联网上的视频或图像也需要受法律、法规的约束。如果某些特定人物以不合适的时间、或不合适的方式出现在用户所上传的视频或图像中，则很可能会给社会带来不好的影响。

相关技术中，为了可以将用户所上传的包含有特定人物的图像、或上传的视频中包含有特定人物的图像进行拦截或控制，一般是通过人工的方式对大量的视频或图像进行审核并管控。由于视频或图像具有数据量大、实时性要求高的特点，采用上述方式存在成本投入高、且无法消除人为理解偏差以及人工疲倦等造成误差检测等缺点。因此，如何有效对包含有特定人物的图像进行管控是近几年来人们日益关注的问题。

发明内容

本公开提供了一种对象识别方法、装置、设备及介质，用于解决现有对包含特征人物的图像进行管控的准确率低且成本高的问题。

本公开提供了一种对象识别方法，所述方法包括：

获取目标人脸图像的第一人脸特征；

若通过预先训练的子空间选择模型，识别所述第一人脸特征归属于第一子空间，则基于所述第一人脸特征以及归属的第一子空间中包含的第二人脸特征，对所述第一人脸特征进行二次识别。

在一种可能的实施方式中，所述获取目标人脸图像的第一人脸特征包括：

通过预先训练的人脸特征模型，获取所述目标人脸图像的第一人脸特征。

在一种可能的实施方式中，所述预先训练的人脸特征模型是基于预先训练的身份识别模型中特征提取层所对应的网络确定的。

在一种可能的实施方式中，所述预先训练的身份识别模型是对待训练的身份识别模型采用循环迭代的方式执行以下操作，直至满足迭代停止条件为止得到的：

对于第一样本集中的每个第一样本图像，均执行以下操作：

获取任一所述第一样本图像；所述第一样本图像包含有人脸且对应有第一标识信息，所述第一标识信息用于表征所述第一样本图像所实际归属的对象；

通过所述待训练的身份识别模型，基于所述第一样本图像，获取所述第一样本图像的第二标识信息；所述第二标识信息用于表征由所述待训练的身份识别模型预测得到的所述第一样本图像所潜在归属的对象；

根据所述第一标识信息与对应的第二标识信息，确定第一损失值，以根据所述每个第一样本图像在当前迭代的第一损失值，调整所述待训练的身份识别模型的参数。

在一种可能的实施方式中，所述预先训练的子空间选择模型是对待训练的子空间选择模型采用循环迭代的方式执行以下操作，直至满足迭代停止条件为止得到的：

对于第二样本集中的每个样本人脸特征，均执行以下操作：

获取任一所述样本人脸特征；所述样本人脸特征为归属于任一预设子空间的人脸特征，所述预设子空间包括所述第一子空间；所述样本人脸特征对应有所述样本人脸特征所实际归属的预设子空间的第一概率值；