[发明专利]一种为目标模型进行场景适配的方法和系统

说明书

本公开提供了一种为目标模型进行场景适配的方法和系统，涉及数据处理技术领域。本公开提供的方法和系统通过获取目标场景下的N个图像样本，并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，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，再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，解决了视觉画像技术在跨场景适配问题上适配性能和适配效率的折中问题，在保证适配性能的基础上，最大程度降低了适配复杂度，提高了适配效率。

技术领域

本公开涉及数据处理技术领域，特别涉及一种为目标模型进行场景适配的方法和系统。

背景技术

用户画像技术是指预测用户各个属性标签的技术。由于画像标签可以从各个维度刻画用户，因此画像技术已经成为了搜索推荐以及各类营销技术的基础技术。其中，基于视觉信息(例如图像、视频等)的画像预测技术(也称用户画像技术)是画像技术中重要的一部分。

用户画像技术一般是基于深度学习模型进行标签预测的，因此往往都依赖大量的训练数据，但对于和训练数据差异较大的新场景数据的适配问题时，现有的方法无法同时兼顾适配性能和适配效率。

发明内容

本公开的主要目的是提供一种为目标模型进行场景适配的方法和系统，能够解决视觉画像技术在跨场景适配问题上适配性能和适配效率的折中问题，在保证适配性能的基础上，最大程度降低适配复杂度，提高适配效率。

本公开一方面提供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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。