[发明专利]一种特征识别方法及装置、计算机可读存储介质

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

根据预设图像样本和初始特征表示样本，对转置卷积神经网络进行训练，得到预设图像生成网络；

根据所述预设图像样本和当前特征表示样本，对卷积神经网络进行训练，得到预设特征提取网络；

利用所述初始特征表示样本和所述当前特征表示样本，对预设识别转化系统进行训练，得到训练后的预设识别转化系统；所述预设识别转化系统由所述预设图像生成网络和所述预设特征提取网络组成。

2.根据权利要求1所述的方法，其特征在于，所述根据预设图像样本和初始特征表示样本，对转置卷积神经网络进行训练，得到预设图像生成网络，包括：

将所述初始特征表示样本输入所述转置卷积神经网络，得到重构图像样本；

根据所述重构图像样本和所述预设图像样本、或者根据所述重构图像样本、所述预设图像样本和对抗网络，确定出预设指标值；

基于所述预设指标值调整所述转置卷积神经网络，得到所述预设图像生成网络。

3.根据权利要求2所述的方法，其特征在于，所述根据所述重构图像样本、所述预设图像样本和/或对抗网络，确定出预设指标值，包括：

将所述重构图像样本和所述预设图像样本输入所述对抗网络中，确定出所述重构图像样本和所述预设图像样本之间的对抗损失值，将所述对抗损失值确定为预设指标值。

4.根据权利要求2所述的方法，其特征在于，所述根据所述重构图像样本、所述预设图像样本和/或对抗网络，确定出预设指标值，包括：

确定所述重构图像样本和所述预设图像样本之间的第一空间距离值；

将所述第一空间距离值确定为所述预设指标值。

5.根据权利要求2所述的方法，其特征在于，所述根据所述重构图像样本、所述预设图像样本和/或对抗网络，确定出预设指标值，包括：

将所述重构图像样本和所述预设图像样本输入所述对抗网络中，确定出所述重构图像样本和所述预设图像样本之间的对抗损失值；

确定所述重构图像样本和所述预设图像样本之间的第一空间距离值；

根据所述对抗损失值和所述第一空间距离值确定所述预设指标值。

6.根据权利要求2-5中任一项所述的方法，其特征在于，所述基于所述预设指标值调整所述转置卷积神经网络，得到所述预设图像生成网络，包括：

在所述预设指标值未满足第一预设阈值的情况下，基于所述预设指标值调整所述转置卷积神经网络，得到所述预设图像生成网络；

在所述预设指标值满足第一预设阈值的情况下，将所述转置卷积神经网络确定为所述预设图像生成网络。

7.根据权利要求1所述的方法，其特征在于，根据所述预设图像样本和当前特征表示样本，对卷积神经网络进行训练，得到预设特征提取网络，包括：

将所述预设图像样本输入所述卷积神经网络，得到第一特征表示样本；

确定所述第一特征表示样本和所述当前特征表示样本之间的第二空间距离值；

基于所述第二空间距离值调整所述卷积神经网络。

8.根据权利要求7所述的方法，其特征在于，根据所述预设图像样本和当前特征表示样本，对卷积神经网络进行训练，得到预设特征提取网络，包括：

在所述第二空间距离值未满足第二预设阈值的情况下，基于所述第二空间距离值调整所述卷积神经网络；

在所述第二空间距离值满足第二预设阈值的情况下，将所述卷积神经网络确定为所述预设特征提取网络。

9.一种特征识别方法，其特征在于，所述方法包括：

当在检测到特征识别系统发生变化时，获取初始特征表示并将所述初始特征表示输入训练后的预设识别转换系统中，得到所述初始特征表示对应的当前特征表示；所述训练后的预设识别转化系统是通过权利要求1-8任一项所述的方法训练得到的；

在获取到待识别特征表示的情况下，确定所述待识别特征表示与所述当前特征表示是否匹配，以完成利用所述当前特征识别系统进行特征识别的过程。