[发明专利]图像识别及其模型的训练方法、装置、设备和存储介质

权利要求书

1.一种图像识别方法，包括：

对图像进行特征提取处理，以获取所述图像的局部特征，所述局部特征用于表达所述图像的区域内特征；

获取所述图像的全局特征，所述全局特征用于表达所述图像的区域间特征；

基于所述局部特征和所述全局特征，获取所述图像的图像识别结果；

其中，所述局部特征为局部特征图，所述全局特征为全局特征图，所述获取所述图像的全局特征，包括：

对所述局部特征图进行区域分块处理，以获取多个图像块；

基于所述多个图像块，确定分块特征图，所述分块特征图包括所述多个图像块；

基于所述分块特征图，确定区域相似度矩阵，所述区域相似度矩阵用于表明所述多个图像块之间的相似度；其中，所述基于所述分块特征图，确定区域相似度矩阵，包括：对所述分块特征图进行第一形状转换处理，以获取第一矩阵；对所述分块特征图进行第二形状转换处理，以获取第二矩阵；将所述第一矩阵和所述第二矩阵的乘积，作为所述区域相似度矩阵；其中，所述第一矩阵的行数与所述第二矩阵的列数均为所述多个图像块的个数；

基于所述区域相似度矩阵和所述分块特征图，获取所述全局特征图；其中，所述全局特征图的维度与所述局部特征图的维度一致，且所述全局特征图是对加权特征图进行形状转换后得到的，所述加权特征图是对所述分块特征图和所述区域相似度矩阵进行加权计算后得到的。

2.根据权利要求1所述的方法，其中，所述加权特征图是对所述分块特征图和所述区域相似度矩阵进行加权计算后得到的，具体包括：

对所述区域相似度矩阵进行归一化处理，以获取归一化处理后的区域相似度矩阵；

将所述归一化处理后的区域相似度矩阵与所述分块特征图的乘积，作为加权特征图。

3.根据权利要求1所述的方法，其中，所述局部特征为局部特征图，所述全局特征为全局特征图，所述基于所述局部特征和所述全局特征，获取所述图像的图像识别结果，包括：

对所述局部特征图和所述全局特征图进行融合处理，以获取融合特征图；

基于所述融合特征图，获取所述图像的图像识别结果。

4.根据权利要求3所述的方法，其中，所述图像为人脸图像，所述基于所述融合特征图，获取所述图像的图像识别结果，包括：

将所述融合特征图转换为待识别特征向量；

确定所述待识别特征向量与预存的多个用户的候选特征向量中各个候选特征向量之间的向量相似度；

基于所述向量相似度，确定所述人脸图像属于的用户。

5.根据权利要求1-3任一项所述的方法，其中，所述对图像进行特征提取处理，以获取所述图像的局部特征，包括：

采用图像识别模型，对输入的所述图像进行特征提取处理，以输出所述图像的局部特征。