[发明专利]训练方法、图像质量检测方法、装置和介质

权利要求书

1.一种训练方法，其特征在于，用于训练的质量检测模型包括：特征提取单元和质量得分确定单元；所述特征提取单元用于对测试图像进行特征提取；所述质量得分确定单元用于根据所述特征提取单元输出的图像特征，确定所述测试图像的质量得分；所述方法包括：

根据目标识别的训练图像集，对所述特征提取单元进行预训练；在完成所述预训练后，得到所述特征提取单元的第一参数的第一目标值；所述特征提取单元之后连接有目标识别单元；所述目标识别单元用于根据所述特征提取单元输出的图像特征，确定对应的目标识别结果；在预训练过程中，根据所述训练图像集的标签与所述目标识别结果确定误差信息，并根据所述误差信息对所述特征提取单元的第一参数进行更新；

确定包含目标的标准图像；

确定所述标准图像对应的测试图像；

利用目标识别模型，确定所述标准图像与所述测试图像之间的匹配度；

根据所述匹配度，确定所述测试图像的标签；

根据所述测试图像及测试图像的标签，在所述第一目标值的基础上对质量检测模型进行训练；所述质量检测模型用于确定所述测试图像对应的质量得分；在所述质量检测模型的训练过程中，根据所述标签与所述质量得分确定损失信息，并根据所述损失信息对所述质量检测模型的参数进行更新。

2.根据权利要求1所述的方法，其特征在于，所述确定所述标准图像对应的测试图像，包括：

对所述标准图像进行预设处理，以得到所述标准图像对应的测试图像；或者

根据目标图像库中的图像标签，从目标图像库中获取所述标准图像对应的测试图像；

其中，所述预设处理包括如下处理中的至少一种：姿态处理、表情处理、亮度处理、清晰度处理和完整性处理。

3.根据权利要求1所述的方法，其特征在于，所述确定包含目标的标准图像，包括：

根据选择特征，从目标图像库中选择标准图像；

所述选择特征包括如下特征中的至少一种：场景特征、亮度特征、对比度特征、清晰度特征、完整性特征、阴影特征、曝光特征、眼镜特征、化妆特征、遮挡特征、变换特征、图像类型特征和编辑特征。

4.一种图像质量检测方法，其特征在于，所述方法包括：

接收待识别图像；

利用质量检测模型，确定所述待识别图像对应的质量得分；

其中，所述质量检测模型包括：特征提取单元和质量得分确定单元；所述特征提取单元用于对测试图像进行特征提取；所述质量得分确定单元用于根据所述特征提取单元输出的图像特征，确定所述测试图像的质量得分；所述质量检测模型的训练过程包括：根据目标识别的训练图像集，对所述特征提取单元进行预训练；在完成所述预训练后，得到所述特征提取单元的第一参数的第一目标值；所述特征提取单元之后连接有目标识别单元；所述目标识别单元用于根据所述特征提取单元输出的图像特征，确定对应的目标识别结果；在预训练过程中，根据所述训练图像集的标签与所述目标识别结果确定误差信息，并根据所述误差信息对所述特征提取单元的第一参数进行更新；确定包含目标的标准图像；确定所述标准图像对应的测试图像；利用目标识别模型，确定所述标准图像与所述测试图像之间的匹配度；根据所述匹配度，确定所述测试图像的标签；根据所述测试图像及测试图像的标签，在所述第一目标值的基础上对质量检测模型进行训练；所述质量检测模型用于确定所述测试图像对应的质量得分；在所述质量检测模型的训练过程中，根据所述标签与所述质量得分确定损失信息，并根据所述损失信息对所述质量检测模型的参数进行更新。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在所述待识别图像对应的质量得分超过得分阈值的情况下，向目标识别模型发送所述待识别图像，以使所述目标识别模型对所述待识别图像进行目标识别。