图像识别模型的训练方法、图像识别方法及电子设备

1.本发明实施例涉及图像处理技术领域，尤其涉及一种图像识别模型的训练方法、图像识别方法及电子设备。


背景技术：

2.目前，图像处理技术作为从图像中获取有效信息的有效手段，在各种应用场景中被广泛应用。在很多场景下，会需要对图像进行特征提取来从丰富的图像信息中捕捉到关注信息。随着人工智能技术的快速发展，为提高图像识别效果，各种神经网络方法被应用于图像识别处理。
3.但是，传统的利用神经网络模型进行图像识别的方法，仅在同质数据集中效果较好，而对空间域相差较大的图像组的识别能力差，影响空间域相差较大的图像组的识别精度。


技术实现要素：

4.本发明实施例提供了一种图像识别模型的训练方法、图像识别方法及电子设备，以实现提高图像识别精度。
5.第一方面，本发明实施例提供了一种图像识别模型的训练方法，包括：
6.获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像；
7.将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签；
8.基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。
9.第二方面，本发明实施例还提供了一种图像识别方法，包括：
10.获取待处理图像；
11.将所述待处理图像输入至目标图像识别模型，得到图像识别结果，其中，所述目标图像识别模型是根据本发明任意实施例所提供的图像识别模型的训练方法训练得到。
12.第三方面，本发明实施例还提供了一种图像识别模型的训练装置，包括：
13.样本获取模块，用于获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像；
14.标签设置模块，用于将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签；
15.模型训练模块，用于基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。
16.第四方面，本发明实施例还提供了一种图像识别装置，包括：
17.图像获取模块，用于获取待处理图像，所述待处理图像为不同空间域的图像组；
18.识别结果确定模块，用于将所述待处理图像输入至目标图像识别模型，得到图像
识别结果，其中，所述目标图像数据模型包括特征提取模块、信息增强模块和识别模块，所述特征提取模块用于对输入的待处理图像提取全局特征和多尺度的注意力特征，所述信息增强模块用于对多个所述不同尺度的注意力特征进行融合，得到局部增强特征，所述识别模块用于基于所述全局特征和局部增强特征得到图像识别结果。
19.第五方面，本发明实施例还提供了一种电子设备，该电子设备包括：
20.一个或多个处理器；
21.存储装置，用于存储一个或多个程序，
22.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的图像识别模型的训练方法或者图像识别方法。
23.第六方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明任意实施例所提供的图像识别模型的训练方法或者图像识别方法。
24.本发明实施例的技术方案，通过获取至少两个不同空间域的样本图像，表明本发明样本包括不同空间域的样本图像；进一步的，将图像样本组内不同空间域的样本图像进行融合，得到混合增强图像，并对样本图像和混合增强图像设置相同标签；基于各标签对应的包括样本图像和混合增强图像的图像组，对图像识别模型进行训练，得到目标图像识别模型，这样训练可以使图像识别模型学习到图像组内相同标签、不同空间域图像的内在关系，从而提高图像识别模型的图像识别精度。
附图说明
25.为了更加清楚地说明本发明示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本发明所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。
26.图1为本发明实施例一所提供的一种图像识别模型的训练方法的流程示意图；
27.图2为本发明实施例二所提供的一种图像识别模型的训练方法的流程示意图；
28.图3为本发明实施例二所提供的一种图像识别模型的结构示意图；
29.图4为本发明实施例三所提供的一种图像识别模型的训练方法的流程示意图；
30.图5为本发明实施例四所提供的一种图像识别方法的流程示意图；
31.图6为本发明实施例五所提供的一种图像识别模型的训练装置的结构示意图；
32.图7为本发明实施例六所提供的一种图像识别装置的结构示意图；
33.图8为本发明实施例七所提供的一种电子设备的结构示意图。
具体实施方式
34.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
35.另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述
成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
36.实施例一
37.图1为本发明实施例一所提供的一种图像识别模型的训练方法的流程示意图，本实施例可适用于图像自动识别的情况，该方法可以由图像识别模型的训练装置来执行，该装置可以通过软件和/或硬件来实现，可配置于终端和/或服务器中来实现本发明实施例中的图像识别模型的训练方法。
38.如图1所示，本实施例的方法具体可包括：
39.s110、获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像。
40.s120、将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签。
41.s130、基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。
42.在本实施例中，图像样本组指的是预先制作完成的训练样本，可以包括多个样本图像，样本图像可以包括但不限于人脸图像或者身体形态图像等。图像样本组包括但不限于不同空间域的至少两个样本图像，其中，空间域又称图像空间(image space)，不同空间域的样本图像之间的模态存在明显差异，示例性的，不同空间域的至少两个样本图像可以为热红外图像和可见光图像。
43.具体的，获取图像样本组的方法包括但不限于：通过红外相机和普通光学相机采集图像样本组；或者，从预设存储位置调取已制作完成的图像样本组。
44.为了提高图像识别的正确率，本发明将图像样本组内的样本图像进行融合，得到混合增强图像，并对样本图像和混合增强图像设置相同标签。混合增强图像指的是图像样本组内的各样本图像融合后的图像。通过将图像样本组内的样本图像进行融合得到混合增强图像，增加了训练样本的多样性，并且将相同标签的混合增强图像也输入图像识别模型进行训练，混合增强图像是介于各样本图像中间状态的图像，具有各样本图像的综合特征，有利于图像识别模型学习到同一标签、不同空间域样本图像的内在关系，从而提高图像识别模型的图像识别精度。
45.在上述实施例的基础上，所述将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，包括：基于图像融合比例，将进行融合的样本图像对应像素点的像素值进行加权处理，得到混合增强图像。
46.其中，图像融合比例指的是图像样本组内的各样本图像融合的比例，可以随机设定。示例性的，图像融合方法的融合公式包括：
47.x＝λ
×
xi+(1-λ)
×
xj48.其中，x表示混合增强图像，xi表示第一待识别图像，xj表示第二待识别图像；λ表示图像融合比例，为[0,1]之间的随机数，服从贝塔分布，其中，第一待识别图像与第二待识别图像的空间域不同。
[0049]
在本实施例中，基于样本图像、混合增强图像和各图像的对应标签，对图像识别模型进行训练，得到目标图像识别模型。具体的，在训练的图像识别模型之前，会预先对多个样本图像进行图像融合，得到混合增强图像，并对样本图像和混合增强图像设置相同标签，并基于样本图像、混合增强图像和各图像的对应标签对图像识别模型中的模型参数进行训练，并通过不断调整模型参数，使得模型的损失逐渐减小并趋于稳定，得到目标图像识别模型。
[0050]
本实施例的技术方案，通过获取至少两个不同空间域的样本图像，表明本发明样本包括不同空间域的样本图像；进一步的，将图像样本组内不同空间域的样本图像进行融合，得到混合增强图像，并对样本图像和混合增强图像设置相同标签；基于各标签对应的包括样本图像和混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型，这样训练可以使图像识别模型学习到图像组内相同标签、不同空间域图像的内在关系，从而提高图像识别模型的图像识别精度。
[0051]
实施例二
[0052]
图2为本发明实施例二所提供的图像识别模型的训练方法的流程图，本实施例在本发明实施例中任一可选技术方案的基础上，可选地，所述图像识别模型包括特征提取模块和识别模块；所述基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，包括：将具有相同标签的样本图像和混合增强图像分别输入至待训练的特征提取模块，分别得到所述样本图像和所述混合增强图像的图像特征；基于所述样本图像的图像特征和所述混合增强图像的图像特征确定损失函数，基于所述损失函数对图像识别模型中的特征提取模块和识别模块的参数进行更新。
[0053]
如图2所示，本实施例的方法具体可包括：
[0054]
s210、获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像。
[0055]
s220、将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签。
[0056]
s230、将具有相同标签的样本图像和混合增强图像分别输入至待训练的特征提取模块，分别得到所述样本图像和所述混合增强图像的图像特征。
[0057]
s240、基于所述样本图像的图像特征和所述混合增强图像的图像特征确定损失函数，基于所述损失函数对图像识别模型中的特征提取模块和识别模块的参数进行更新，得到目标图像识别模型。
[0058]
本实施例中，图像识别模型可以包括但不限于特征提取模块和识别模块，其中，特征提取模块用于提取样本图像或者混合增强图像的图像特征，识别模块用于确定图像样本组的识别结果。
[0059]
具体的，图像识别模型可以预先通过大量相同标签的样本图像以及混合增强图像进行训练得到。将具有相同标签的样本图像和混合增强图像分别输入至待训练的特征提取模块，分别得到多个样本图像对应的图像特征、以及混合增强图像的图像特征，各图像特征可以用于确定损失函数，即通过样本图像的图像特征和混合增强图像的图像特征确定损失函数，并基于损失函数对图像识别模型中的特征提取模块和识别模块的参数进行更新，使得模型的损失逐渐减小并趋于稳定，得到目标图像识别模型。
[0060]
在上述实施例的基础上，特征提取模块包括全局特征提取模块和注意力特征提取模块，其中，全局特征提取模块用于提取输入图像的全局特征，注意力特征提取模块用于提取输入图像的不同尺度的多个注意力特征。
[0061]
其中，输入图像可以包括样本图像和混合增强图像。全局特征提取模块可以包括依次连接的多个全局特征提取子模块，各全局特征提取子模块用于对输入特征图进行特征提取，并分别向下一全局特征提取子模块输出中间特征图，直到末端局特征提取子模块输出全局特征；注意力特征提取模块与全局特征提取子模块连接，用于对中间特征图进行注意力特征提取，注意力特征提取模块的数量可以为一个或多个，当注意力特征提取模块的数量为多个时，可以得到不同尺度的多个注意力特征，通过对多种尺度的注意力特征提取，可以提升提取特征的可靠性和丰富性，从而提升图像识别的精度。
[0062]
在一些实施例中，可以根据样本图像和混合增强图像对应的全局特征确定损失函数；或者，可以根据样本图像和混合增强图像对应的全局特征和注意力特征确定损失函数；或者，可以根据样本图像的全局特征和注意力特征、混合增强图像的全局特征确定损失函数，本实施例对损失函数的确定方式不做限定。
[0063]
在一些实施例中，图像样本组中包括不同空间域的第一样本图像和第二样本图像，示例性的，根据样本图像和混合增强图像对应的全局特征确定损失函数，损失函数可以包括：
[0064]
l1＝lv+lm+la[0065][0066][0067][0068]
其中，lv表示第一样本图像对应的损失函数，lm表示第二样本图像对应的损失函数，la表示混合增强图像对应的损失函数；s和m为超参数，y
p
表示第p 个图像样本或者混合增强图像对应的标签，θ表示全局特征与权重向量的夹角，n表示训练过程中每次迭代输入的训练样本数，n表示训练集类别数。通过上述损失函数，实现了第一样本图像、第二样本图像和混合增强图像的混合训练，提升了图像识别模型的训练效果，从而提升了图像识别精度。
[0069]
在上述实施例的基础上，所述图像识别模型还可以包括信息增强模块，信息增强模块用于根据样本图像的注意力特征的相似性和差异性对图像识别模型的参数进行更新。
[0070]
其中，相似性指的是相同空间域、不同层次的注意力特征之间的相似性；差异性指的是不同空间域、相同层次的注意力特征之间的差异性。通过计算各样本图像的注意力特征的相似性和差异性，可以实现对图像识别模型的参数进行更新，以提升图像识别模型的
识别精度。
[0071]
在上述实施例的基础上，所述图像样本组中包括不同空间域的第一样本图像和第二样本图像，所述第一样本图像和所述第二样本图像融合得到混合增强图像；相应的，所述损失函数包括：
[0072]
l
total
＝α1l1+α2l2+α3l3[0073]
l1＝lv+lm+la[0074][0075][0076]
其中，l1表示第一损失函数，l2表示第二损失函数，l3表示第三损失函数，α1、α2、α3分别表示第一损失函数、第二损失函数和第三损失函数的权重；lv表示第一样本图像对应的损失函数，lm表示第二样本图像对应的损失函数，la表示混合增强图像对应的损失函数。表示第一样本图像的第i个注意力特征，表示第一样本图像的第j个注意力特征；表示第二样本图像的第i个注意力特征，表示第二样本图像的第j个注意力特征。
[0077]
本实施例中，l2表示相似性对应的第二损失函数，l3表示差异性对应的第三损失函数，通过上述损失函数对模型参数进行训练，可以有效捕获来自不同空间域的全局特征和注意力特征，并通过全局特征和注意力特征对图像识别模型的参数进行更新，实现对图像识别模型的训练，提高了目标图像识别模型的识别精度。需要说明的是，上述损失函数还可以通过其他距离测量方法确定损失函数，例如汉明距离方法。
[0078]
本实施例中，第i或j个注意力特征可以通过第i或j个注意力特征提取模块提取得到。具体的，获取全局特征提取模块中的一个或多个中间层输出的图像特征，典型的，中间层可以为池化层。进一步的，将中间层输出的图像特征输入至注意力特征提取模块，得到对应的注意力特征，可以理解的是，获取的中间层输出的图像特征的数量和注意力特征提取模块的数量相同。
[0079]
示例性的，图像识别模型的模型架构如图3所示，图像识别模型的模型架构包括输入部分、特征提取模块和识别模块，其中，输入部分用于对不同空间域的至少两个样本图像进行融合，得到混合增强图像，增加训练样本的多样性。不同空间域的至少两个样本图像可以为可见光图像和热红外图像，将可见光图像和热红外图像进行融合，得到混合增强图像，并对可见光图像、热红外图像和混合增强图像设置相同标签；进一步的，特征提取模块包括全局特征提取模块和注意力特征提取模块，全局特征提取模块可以为ir-50网络、resnet-50或者ir-152等特征提取网络，用于提取可见光图像、热红外图像和混合增强图像的全局特征；注意力特征提取模块可以为卷积-注意力机制提取网络(cbam)、 transformer结构或者senet等注意力特征提取网络，注意力特征提取模块可以包括通道注意力模块和空间注意力模块，用于提取可见光图像、热红外图像和混合增强图像的注意力特征；图3中提供了
三个注意力特征提取模块，将可见光图像、热红外图像或混合增强图像输入至图像识别模型，可以得到图像对应的三个的注意力特征，可以对三个的注意力特征进行平均处理。识别模块用于将全局特征和平均处理后的注意力特征进行内积，实现特征融合，并将融合后的特征输入至全连接层，通过全连接层后输出识别结果。
[0080]
本实施例的技术方案，通过获取至少两个不同空间域的样本图像，表明本发明样本包括不同空间域的样本图像；进一步的，将图像样本组内不同空间域的样本图像进行融合，得到混合增强图像，并对样本图像和混合增强图像设置相同标签；将具有相同标签的样本图像和混合增强图像分别输入至待训练的特征提取模块，分别得到样本图像和混合增强图像的图像特征，根据样本图像的图像特征和所述混合增强图像的图像特征确定损失函数，基于损失函数对图像识别模型中的特征提取模块和识别模块的参数进行更新，得到目标图像识别模型，这样训练可以使图像识别模型学习到相同标签、不同空间域样本图像的内在关系，从而提高图像识别模型的图像识别精度。
[0081]
实施例三
[0082]
图4为本发明实施例三所提供的图像识别模型的训练方法的流程图，本实施例在本发明实施例中任一可选技术方案的基础上，可选地，所述方法还包括：获取测试图像组，所述测试图像组包括第一测试图像和第二测试图像；将所述第一测试图像输入至目标图像识别模型，分别得到第一图像特征；将第一图像特征，在第二测试图像对应的特征向量库中的各第二图像特征进行相似度匹配；基于最高相似度的第二图像特征对应的标签与所述第一样本图像对应的标签确定所述目标图像识别模型的当前识别是否正确；基于识别正确的测试图像数量确定所述目标图像识别模型的识别正确率。
[0083]
如图4所示，本实施例的方法具体可包括：
[0084]
s310、获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像。
[0085]
s320、将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签。
[0086]
s330、基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。
[0087]
s340、获取测试图像组，所述测试图像组包括第一测试图像和第二测试图像。
[0088]
s350、将所述第一测试图像输入至目标图像识别模型，得到第一图像特征。
[0089]
s360、将第一图像特征，在第二测试图像对应的特征向量库中的各第二图像特征进行相似度匹配。
[0090]
s370、基于最高相似度的第二图像特征对应的标签与所述第一样本图像对应的标签确定所述目标图像识别模型的当前识别是否正确。
[0091]
s380、基于识别正确的测试图像数量确定所述目标图像识别模型的识别正确率。
[0092]
本实施例中，测试图像组指的是对目标图像识别模型进行测试的图像，以对目标图像识别模型的识别性能进行测试。测试图像组包括但不限于第一测试图像和第二测试图像，第一测试图像和第二测试图像的空间域不同。
[0093]
示例性的，获取一千对测试图像组，并将一千对测试图像组中的第一测试图像和第二测试图像依次输入至目标图像识别模型进行测试。第一测试图像可以为热红外图像，
第二测试图像可以为可见光图像，将各第二测试图像依次输入至目标图像识别模型，得到多个第二图像特征，并根据多个第二图像特征更新特征向量库，以保证特征向量库的实时性。进一步的，将第一测试图像输入至目标图像识别模型得到第一图像特征，进而将第一图像特征在特征向量库中与各第二图像特征进行相似度匹配，若最高相似度的第二图像特征对应的标签与第一样本图像对应的标签相同，则表示第一测试图像识别正确，若最高相似度的第二图像特征对应的标签与第一样本图像对应的标签不同，则表示第一测试图像识别错误，可以根据第一测试图像识别正确的数量确定目标图像识别模型的识别正确率，例如，当第一测试图像可以为一千张，第一测试图像识别正确的数量为九百时，识别正确率可以为90％。
[0094]
本实施例的技术方案，通过获取测试图像组，测试图像组包括第一测试图像和第二测试图像，将第一测试图像输入至目标图像识别模型，得到第一图像特征；进一步的，将第一图像特征，在第二测试图像对应的特征向量库中的各第二图像特征进行相似度匹配，进而根据最高相似度的第二图像特征对应的标签与第一样本图像对应的标签确定目标图像识别模型的当前识别是否正确，并根据识别正确的测试图像数量确定目标图像识别模型的识别正确率，实现了对目标图像识别模型的验证，若测试的识别正确率较低，可继续对模型进行训练或改进，保证目标图像识别模型的识别正确率。
[0095]
实施例四
[0096]
图5为本发明实施例四所提供的图像识别方法的流程图，本实施例在本发明实施例中任一可选技术方案的基础上，可选地，一种图像识别方法，包括：获取待处理图像；将所述待处理图像输入至目标图像识别模型，得到图像识别结果，其中，所述目标图像识别模型是根据本发明实施例中任一所述的图像识别模型的训练方法训练得到。
[0097]
如图5所示，本实施例的方法具体可包括：
[0098]
s410、获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像。
[0099]
s420、将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签。
[0100]
s430、基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。
[0101]
s440、获取待处理图像，所述待处理图像为不同空间域的图像组。
[0102]
s450、将所述待处理图像输入至目标图像识别模型，得到图像识别结果，其中，所述目标图像数据模型包括特征提取模块、信息增强模块和识别模块，所述特征提取模块用于对输入的待处理图像提取全局特征和多尺度的注意力特征，所述信息增强模块用于对多个所述不同尺度的注意力特征进行融合，得到局部增强特征，所述识别模块用于基于所述全局特征和局部增强特征得到图像识别结果。
[0103]
本实施例中，当待处理图像为不同空间域的图像组时，两张图像可以为同一时间、同一位置下的不同空间域的图像。待处理图像可以通过采集装置实时获取，也可以从预设存储位置获取，对此不作限定。进一步的，将待处理图像输入至目标图像识别模型，目标图像识别模型输出图像识别结果，图像识别结果包括但不限于识别图像的分类结果，例如，识别标签名称、人名等。目标图像识别模型可以根据本发明实施例中任一的图像识别模型的
训练方法训练得到。
[0104]
具体的，图像识别模型的训练方法，包括：获取图像样本组，其中，图像样本组包括不同空间域的至少两个样本图像；将图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对样本图像和所述混合增强图像设置相同标签；基于各标签对应的包括样本图像和混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。进一步的，在得到训练完成的目标图像识别模型之后，可以将待处理图像输入至目标图像识别模型，目标图像数据模型可以包括但不限于特征提取模块、信息增强模块和识别模块，特征提取模块可以用于对输入的待处理图像提取全局特征和多尺度的注意力特征，信息增强模块可以用于对多个不同尺度的注意力特征进行融合，得到局部增强特征，提高注意力特征的可靠性，识别模块用于基于全局特征和局部增强特征得到图像识别结果，以使得到的图像识别结果更加准确。
[0105]
在上述实施例的基础上，特征提取模块包括全局特征提取模块和多个注意力特征提取模块；其中，全局特征提取模块包括依次连接的多个全局特征提取子模块，各全局特征提取子模块用于对输入特征图进行特征提取，并分别向下一全局特征提取子模块输出中间特征图，直到末端局特征提取子模块输出全局特征；注意力特征提取模块与全局特征提取子模块连接，用于对中间特征图提取注意力特征。
[0106]
在本发明实施例中，各全局特征提取子模块对应的中间特征图的尺度不同，各全局特征提取子模块所在网络层不相同，即实现了多层次、多尺度的注意力特征的提取，可以提升注意力特征的可靠性和丰富性，从而提升图像识别的精度。
[0107]
本实施例的技术方案，通过获取待处理图像，将待处理图像输入至目标图像识别模型，得到图像识别结果，实现了对目标图像识别模型的应用，可在线识别待处理图像的类别，以区分待处理图像的类别。
[0108]
实施例五
[0109]
图6为本发明实施例五提供的图像识别模型的训练装置的结构示意图，本实施例所提供的图像识别模型的训练装置可以通过软件和/或硬件来实现，可配置于终端和/或服务器中来实现本发明实施例中的图像识别模型的训练方法。该装置具体可包括：
[0110]
其中，样本获取模块510，用于获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像；标签设置模块520，用于将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签；模型训练模块530，用于基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。
[0111]
在本发明实施例中任一可选技术方案的基础上，可选地，标签设置模块520，还可以用于：
[0112]
基于图像融合比例，将进行融合的样本图像对应像素点的像素值进行加权处理，得到混合增强图像。
[0113]
在本发明实施例中任一可选技术方案的基础上，可选地，所述图像识别模型包括特征提取模块和识别模块；模型训练模块530，包括：
[0114]
特征提取单元，用于将具有相同标签的样本图像和混合增强图像分别输入至待训练的特征提取模块，分别得到所述样本图像和所述混合增强图像的图像特征；
[0115]
损失确定单元，用于基于所述样本图像的图像特征和所述混合增强图像的图像特征确定损失函数，基于所述损失函数对图像识别模型中的特征提取模块和识别模块的参数进行更新。
[0116]
在本发明实施例中任一可选技术方案的基础上，可选地，所述注意力特征包括预设尺度和/或预设层次对应的注意力特征，预设尺度包括至少一个面部部位区域尺寸，预设层次包括至少一个全局特征提取模块的中间层。
[0117]
在本发明实施例中任一可选技术方案的基础上，可选地，所述特征提取模块包括全局特征提取模块和注意力特征提取模块，其中，所述全局特征提取模块用于提取输入图像的全局特征，所述注意力特征提取模块用于提取所述输入图像的不同尺度的多个注意力特征；
[0118]
所述损失确定单元还可以用于：
[0119]
基于所述样本图像的全局特征和注意力特征、所述混合增强图像的全局特征确定损失函数。
[0120]
在本发明实施例中任一可选技术方案的基础上，可选地，所述图像样本组中包括不同空间域的第一样本图像和第二样本图像，所述第一样本图像和所述第二样本图像融合得到混合增强图像；
[0121]
相应的，所述损失函数包括：
[0122]
l
total
＝α1l1+α2l2+α3l3[0123]
l1＝lv+lm+la[0124][0125][0126]
其中，l1表示第一损失函数，l2表示第二损失函数，l3表示第三损失函数，α1、α2、α3分别表示第一损失函数、第二损失函数和第三损失函数的权重；lv表示第一样本图像对应的损失函数，lm表示第二样本图像对应的损失函数，la表示混合增强图像对应的损失函数。表示第一样本图像的第i个注意力特征，表示第一样本图像的第j个注意力特征；表示第二样本图像的第i个注意力特征，表示第二样本图像的第j个注意力特征。
[0127]
在本发明实施例中任一可选技术方案的基础上，可选地，所述装置还用于：
[0128]
获取测试图像组，所述测试图像组包括第一测试图像和第二测试图像；
[0129]
将所述第一测试图像输入至目标图像识别模型，分别得到第一图像特征；
[0130]
将第一图像特征，在第二测试图像对应的特征向量库中的各第二图像特征进行相似度匹配；
[0131]
基于最高相似度的第二图像特征对应的标签与所述第一样本图像对应的标签确定所述目标图像识别模型的当前识别是否正确；
[0132]
基于识别正确的测试图像数量确定所述目标图像识别模型的识别正确率。
[0133]
上述装置可执行本发明任意实施例所提供的图像识别模型的训练方法，具备执行图像识别模型的训练方法相应的功能模块和有益效果。
[0134]
实施例六
[0135]
图7为本发明实施例六提供的图像识别装置的结构示意图，本实施例所提供的图像识别装置可以通过软件和/或硬件来实现，可配置于终端和/或服务器中来实现本发明实施例中的图像识别方法。该装置具体可包括：
[0136]
其中，图像获取模块610，用于获取待处理图像，所述待处理图像为不同空间域的图像组；识别结果确定模块620，用于将所述待处理图像输入至目标图像识别模型，得到图像识别结果，其中，所述目标图像数据模型包括特征提取模块、信息增强模块和识别模块，所述特征提取模块用于对输入的待处理图像提取全局特征和多尺度的注意力特征，所述信息增强模块用于对多个所述不同尺度的注意力特征进行融合，得到局部增强特征，所述识别模块用于基于所述全局特征和局部增强特征得到图像识别结果。
[0137]
在本发明实施例中任一可选技术方案的基础上，可选地，所述特征提取模块包括全局特征提取模块和多个注意力特征提取模块；其中，所述全局特征提取模块包括依次连接的多个全局特征提取子模块，各全局特征提取子模块用于对输入特征图进行特征提取，并分别向下一全局特征提取子模块输出中间特征图，直到末端局特征提取子模块输出全局特征；所述注意力特征提取模块与全局特征提取子模块连接，用于对所述中间特征图提取注意力特征。
[0138]
上述装置可执行本发明任意实施例所提供的图像识别方法，具备执行图像识别方法相应的功能模块和有益效果。
[0139]
实施例七
[0140]
图8为本发明实施例七所提供的一种电子设备的结构示意图。图8示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图8显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0141]
如图8所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
[0142]
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa) 总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa) 局域总线以及外围组件互连(pci)总线。
[0143]
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
[0144]
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示，通常称为“硬盘驱动器”)。尽管图8中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光
盘(例如cd-rom, dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
[0145]
具有一组(至少一个)程序模块26的程序/实用工具36，可以存储在例如系统存储器28中，这样的程序模块26包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块26通常执行本发明所描述的实施例中的功能和/或方法。
[0146]
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o) 接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图8所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图8中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid 系统、磁带驱动器以及数据备份存储系统等。
[0147]
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种图像识别模型的训练方法。
[0148]
实施例八
[0149]
本发明实施例八还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种图像识别模型的训练方法，该方法包括：
[0150]
获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像；
[0151]
将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签；
[0152]
基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。
[0153]
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器 (cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0154]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可
读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0155]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0156]
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如 java、smalltalk、c++，还包括常规的过程式程序设计语言——诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0157]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

技术特征：
1.一种图像识别模型的训练方法，其特征在于，包括：获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像；将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签；基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。2.根据权利要求1所述的方法，其特征在于，所述将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，包括：基于图像融合比例，将进行融合的样本图像对应像素点的像素值进行加权处理，得到混合增强图像。3.根据权利要求1所述的方法，其特征在于，所述图像识别模型包括特征提取模块和识别模块；所述基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，包括：将具有相同标签的样本图像和混合增强图像分别输入至待训练的特征提取模块，分别得到所述样本图像和所述混合增强图像的图像特征；基于所述样本图像的图像特征和所述混合增强图像的图像特征确定损失函数，基于所述损失函数对图像识别模型中的特征提取模块和识别模块的参数进行更新。4.根据权利3所述的方法，其特征在于，所述特征提取模块包括全局特征提取模块和注意力特征提取模块，其中，所述全局特征提取模块用于提取输入图像的全局特征，所述注意力特征提取模块用于提取所述输入图像的不同尺度的多个注意力特征；所述基于所述样本图像的图像特征和所述混合增强图像的图像特征确定损失函数，包括：基于所述样本图像的全局特征和注意力特征、所述混合增强图像的全局特征确定损失函数。5.根据权利要求4述的方法，其特征在于，所述图像样本组中包括不同空间域的第一样本图像和第二样本图像，所述第一样本图像和所述第二样本图像融合得到混合增强图像；相应的，所述损失函数包括：l
total
＝α1l1+α2l2+α3l3l1＝lv+l
m
+l
aa
其中，l1表示第一损失函数，l2表示第二损失函数，l3表示第三损失函数，α1、α2、α3分别表示第一损失函数、第二损失函数和第三损失函数的权重；lv表示第一样本图像对应的损
失函数，l
m
表示第二样本图像对应的损失函数，l
a
表示混合增强图像对应的损失函数。表示第一样本图像的第i个注意力特征，表示第一样本图像的第j个注意力特征；表示第二样本图像的第i个注意力特征，表示第二样本图像的第j个注意力特征。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取测试图像组，所述测试图像组包括第一测试图像和第二测试图像；将所述第一测试图像输入至目标图像识别模型，分别得到第一图像特征；将第一图像特征，在第二测试图像对应的特征向量库中的各第二图像特征进行相似度匹配；基于最高相似度的第二图像特征对应的标签与所述第一样本图像对应的标签确定所述目标图像识别模型的当前识别是否正确；基于识别正确的测试图像数量确定所述目标图像识别模型的识别正确率。7.一种图像识别方法，其特征在于，包括：获取待处理图像，所述待处理图像为不同空间域的图像组；将所述待处理图像输入至目标图像识别模型，得到图像识别结果，其中，所述目标图像数据模型包括特征提取模块、信息增强模块和识别模块，所述特征提取模块用于对输入的待处理图像提取全局特征和多尺度的注意力特征，所述信息增强模块用于对多个所述不同尺度的注意力特征进行融合，得到局部增强特征，所述识别模块用于基于所述全局特征和局部增强特征得到图像识别结果。8.根据权利要求7所述的方法，其特征在于，所述特征提取模块包括全局特征提取模块和多个注意力特征提取模块；其中，所述全局特征提取模块包括依次连接的多个全局特征提取子模块，各全局特征提取子模块用于对输入特征图进行特征提取，并分别向下一全局特征提取子模块输出中间特征图，直到末端局特征提取子模块输出全局特征；所述注意力特征提取模块与全局特征提取子模块连接，用于对所述中间特征图提取注意力特征。9.一种图像识别模型的训练装置，其特征在于，包括：样本获取模块，用于获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像；标签设置模块，用于将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签；模型训练模块，用于基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。10.一种图像识别装置，其特征在于，包括：图像获取模块，用于获取待处理图像，所述待处理图像为不同空间域的图像组；识别结果确定模块，用于将所述待处理图像输入至目标图像识别模型，得到图像识别结果，其中，所述目标图像数据模型包括特征提取模块、信息增强模块和识别模块，所述特
征提取模块用于对输入的待处理图像提取全局特征和多尺度的注意力特征，所述信息增强模块用于对多个所述不同尺度的注意力特征进行融合，得到局部增强特征，所述识别模块用于基于所述全局特征和局部增强特征得到图像识别结果。11.一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的图像识别模型的训练方法或者如权利要求7-8所述的图像识别方法。12.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的图像识别模型的训练方法或者如权利要求7-8所述的图像识别方法。

技术总结
本发明实施例公开了一种图像识别模型的训练方法、图像识别方法及电子设备，其中，该方图像识别模型的训练方法包括：获取图像样本组，其中，所述图像样本组包括不同空间域的至少两个样本图像；将所述图像样本组内的不同空间域样本图像进行融合，得到混合增强图像，并对所述样本图像和所述混合增强图像设置相同标签；基于各标签对应的包括所述样本图像和所述混合增强图像的图像组，依次对图像识别模型进行迭代训练，得到目标图像识别模型。通过上述训练方案，可以使图像识别模型学习到相同标签、不同空间域样本图像的内在关系，从而提高图像识别模型的图像识别精度。图像识别模型的图像识别精度。图像识别模型的图像识别精度。


技术研发人员：何艾莲 付彬 乔宇
受保护的技术使用者：中国科学院深圳先进技术研究院
技术研发日：2022.03.09
技术公布日：2023/9/23