[发明专利]图像处理方法及装置、电子设备和存储介质

说明书

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：对待处理图像进行预处理，获得第一图像；分别确定第一图像和各参考图像之间的特征相似度；根据第一图像和各参考图像之间的特征相似度，从第一图像和参考图像中筛选出多个样本图像对；通过参考图像对对识别网络进行有监督训练，并通过所述样本图像对对识别网络进行无监督训练，获得训练后的识别网络。根据本公开的实施例的图像处理方法，可通过第一图像和各参考图像之间的特征相似度去除噪声图像数据，筛选出用于训练识别网络的样本图像对，提高识别网络的训练效果，提升识别处理的准确率。

技术领域

本公开涉及计算机技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

背景技术

在相关技术中，基于神经网络的人脸识别技术可用于监控等领域，可将拍摄到的视频帧中的人物与后台的图像库中的人物图像进行对比，确定视频帧中的人物的身份等信息，然而，在神经网络不断更新训练的过程中，需要将拍摄的视频帧用于神经网络的训练过程中，但视频帧中包含噪声数据，降低了神经网络的训练效果，降低了人脸识别处理的准确度。

发明内容

本公开提出了一种图像处理方法及装置、电子设备和存储介质。

根据本公开的一方面，提供了一种图像处理方法，包括：

对待处理图像进行预处理，获得第一图像；

分别确定所述第一图像和各参考图像之间的特征相似度；

根据所述第一图像和各参考图像之间的特征相似度，从所述第一图像和所述参考图像中筛选出多个样本图像对，其中，所述样本图像对包括不同目标对象的一个第一图像和一个参考图像；

通过参考图像对对识别网络进行有监督训练，并通过所述样本图像对对识别网络进行无监督训练，获得训练后的识别网络，其中，所述参考图像对包括同一目标对象的两个参考图像。

根据本公开的实施例的图像处理方法，可通过第一图像和各参考图像之间的特征相似度去除噪声图像数据，筛选出用于训练识别网络的样本图像对，提高识别网络的训练效果，提升识别处理的准确率。

在一种可能的实现方式中，分别确定所述第一图像和各参考图像之间的特征相似度，包括：

通过所述识别网络对所述第一图像和所述参考图像进行特征提取，分别获得所述第一图像的第一特征信息和所述参考图像的第二特征信息；

确定所述第一特征信息和所述第二特征信息之间的余弦相似度；

将所述余弦相似度确定为所述第一图像和所述参考图像之间的特征相似度。

在一种可能的实现方式中，根据所述第一图像和所述参考图像之间的特征相似度，从所述第一图像和所述参考图像中筛选出多个样本图像对，包括：

在所述第一图像和第一参考图像之间的特征相似度大于或等于相似度阈值的情况下，将所述第一图像和所述第一参考图像确定为所述样本图像对，其中，所述第一参考图像为所述参考图像中的任意一个。

通过这种方式，可通过相似度阈值来筛选样本图像对，去除噪声图像数据，提高识别网络的训练效果。

在一种可能的实现方式中，根据所述第一图像和所述参考图像之间的特征相似度，从所述第一图像和所述参考图像中筛选出多个样本图像对，包括：

对所述第一图像和各参考图像之间的特征相似度进行排序，获得特征相似度序列；

从所述特征相似度序列中筛选出预定数量的第一特征相似度，并将所述第一特征相似度对应的第一图像和参考图像组成所述样本图像对。

在一种可能的实现方式中，所述通过所述样本图像对对识别网络进行无监督训练，包括：