[发明专利]一种图像识别方法及装置

权利要求书

1.一种图像识别方法，其特征在于，包括：

获取不同的待检测图像；

分别对所述不同的待检测图像进行特征提取，得到每个待检测图像对应的特征向量；

将所述不同的待检测图像分别对应的特征向量进行合并，得到合并后的特征向量；

将所述合并后的特征向量输入预先训练的验证分类模型，识别所述不同的待检测图像是否为同一待测物体的图像。

2.如权利要求1所述的方法，其特征在于，所述分别对所述不同的待检测图像进行特征提取，得到每个待检测图像对应的特征向量，包括：

将所述不同的待检测图像输入至预先训练的特征提取模型中进行特征提取后，得到每个待检测图像对应的特征向量。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

获取第一样本训练集，所述第一样本训练集中包括不同待测物体的多个图像样本；

根据以下方式训练得到所述特征提取模型：

从所述第一样本训练集中选取第一预设数量的图像样本输入至待训练的特征提取模型中；

针对输入的每个图像样本，对每个图像样本进行特征提取后得到特征向量，并对每个图像样本的特征向量进行分类，确定用于指示图像样本所表征的待测物体的第一分类结果；

基于每个图像样本对应的第一分类结果、以及每个图像样本对应的第一预设结果，计算本轮训练过程的第一损失值；

当所述第一损失值大于第一设定值时，对所述待训练的特征提取模型的模型参数进行调整，并利用调整后的所述待训练的特征提取模型进行下一轮训练过程，直至计算出的第一损失值小于或等于所述第一设定值时，确定训练完成。

4.如权利要求1至3任一所述的方法，其特征在于，所述将所述不同的待检测图像分别对应的特征向量进行合并，得到合并后的特征向量，包括：

将所述不同的待检测图像分别对应的特征向量进行并行组合，得到合并后的特征向量；其中，所述合并后的特征向量具备多个特征通道，每个特征通道与每个待检测图像对应的特征向量相映射。

5.如权利要求3所述的方法，其特征在于，在确定出的第一损失值小于或等于所述第一设定值之后，所述方法还包括：

根据每个图像样本的特征向量，确定用于对待训练的验证分类模型进行训练的第二样本训练集。

6.如权利要求5所述的方法，其特征在于，所述根据每个图像样本的特征向量，确定第二样本训练集，包括：

将不同图像样本的特征向量之间进行随机配对，确定多个正样本对、以及多个负样本对，每个正样本对中包括用于表征同一待测物体的不同图像样本的特征向量，每个负样本对中包括用于表征不同待测物体的不同图像样本的特征向量；

其中，所述第二样本训练集包括确定出的多个正样本对、以及多个负样本对。

7.如权利要求6所述的方法，其特征在于，根据以下方式训练得到所述验证分类模型：

从所述第二样本训练集中选取第二预设数量的正样本对、以及第三预设数量的负样本对；

将选取出的正样本对和负样本对输入至所述待训练的验证分类模型中，得到每个正样本对和每个负样本对分别对应的第二分类结果，所述第二分类结果用于指示不同图像样本的特征向量是否表征同一待测物体；

基于每个正样本对对应的第二分类结果和第二预设结果、每个负样本对对应的第二分类结果和第三预设结果，计算本轮训练过程的第二损失值；

当所述第二损失值大于第二设定值时，对所述待训练的验证分类模型的模型参数进行调整，并利用调整后的所述待训练的验证分类模型进行下一轮训练过程，直至计算出的第二损失值小于或等于所述第二设定值时，确定训练完成。