[发明专利]一种为目标模型进行场景适配的方法和系统

权利要求书

1.一种为目标模型进行场景适配的方法，所述目标模型用于图像处理，包括：

获取目标场景下的N个图像样本，N为大于1的自然数；

通过目标模型，确定所述N个图像样本中的重要区域预测图谱和画像预测结果，其中，所述重要区域预测图谱包括所述N个图像样本中的局部特征对应的图谱；

基于所述重要区域预测图谱和所述画像预测结果，确定所述目标场景下所述目标模型对所述N个图像样本处理结果的综合置信度；以及

基于所述综合置信度，对所述目标模型进行针对所述目标场景的适配。

2.如权利要求1所述的方法，其中，所述确定所述N个图像样本中的重要区域预测图谱和画像预测结果，包括：

对于所述N个图像样本中的每一个图像样本：

基于所述目标模型对所述图像样本进行特征提取，得到所述图像样本的特征图谱；以及

基于所述特征图谱确定所述图像样本的所述重要区域预测图谱和所述画像预测结果。

3.如权利要求2所述的方法，其中，所述基于所述特征图谱确定所述图像样本的所述重要区域预测图谱和所述画像预测结果，包括：

基于所述目标模型对所述特征图谱进行预测，得到所述重要区域预测图谱；以及

基于所述重要区域预测图谱和所述特征图谱，确定所述图像样本的所述画像预测结果。

4.如权利要求3所述的方法，其中，所述确定所述图像样本的所述画像预测结果，包括：

获取所述重要区域预测图谱和所述特征图谱的乘积结果；以及

基于所述目标模型和所述乘积结果确定所述图像样本的所述画像预测结果。

5.如权利要求1所述的方法，其中，所述基于所述重要区域预测图谱和所述画像预测结果确定所述目标场景的综合置信度，包括：

对于所述N个图像样本中的每一个图像样本：基于所述图像样本的所述重要区域预测图谱和所述画像预测结果，确定所述图像样本的单样本置信度；以及

将N个所述单样本置信度进行均值计算，得到所述目标场景的所述综合置信度。

6.如权利要求5所述的方法，其中，所述基于所述图像样本的所述重要区域预测图谱和所述画像预测结果，确定所述图像样本的单样本置信度，包括：

对所述图像样本进行数据扰动，确定所述数据扰动前后所述重要区域预测图谱的第一扰动偏差和所述画像预测结果的第二扰动偏差；以及

基于所述第一扰动偏差和所述第二扰动偏差，确定所述单样本置信度。

7.如权利要求6所述的方法，其中，所述确定所述数据扰动前后所述重要区域预测图谱的第一扰动偏差和所述画像预测结果的第二扰动偏差，包括：

对所述图像样本进行M次数据扰动，M为大于1的自然数，对于所述M次数据扰动中的每一次数据扰动：基于所述目标模型确定所述数据扰动前后的所述重要区域预测图谱的第一偏差，将M个所述第一偏差进行均值计算，得到所述第一扰动偏差，以及

基于所述目标模型确定所述数据扰动前后的所述画像预测结果的第二偏差，将M个所述第二偏差进行均值计算，得到所述第二扰动偏差。

8.如权利要求7所述的方法，其中，所述图像样本包括初始图像样本和扰动图像样本，所述图像样本进行所述数据扰动之前为所述初始图像样本，所述图像样本进行所述数据扰动之后为所述扰动图像样本；以及

所述基于所述目标模型确定所述数据扰动前后的所述重要区域预测图谱的第一偏差，包括：

基于所述目标模型确定所述初始图像样本的初始重要区域预测图谱，

基于所述目标模型确定所述扰动图像样本的扰动重要区域预测图谱，以及

基于所述初始重要区域预测图谱和所述扰动重要区域预测图谱，确定所述图像样本的所述第一偏差，其中，所述重要区域预测图谱包括所述初始重要区域预测图谱和所述扰动重要区域预测图谱。