[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：获取第一样本图像集；利用第一样本图像集对第一训练状态识别网络进行训练，获得第二训练状态的识别网络。根据本公开的实施例的图像处理方法，可通过新获取的第一样本图像集来对识别网络进行实时更新，增加识别网络的样本数量，提高识别网络的性能，提升识别网络的识别能力，使识别网络适用于更复杂的应用场景。

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，随着拍摄到的视频帧越来越多，原有的神经网络可能不适于新获取的视频帧，导致识别准确率下降。

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：

获取第一样本图像集，其中，所述第一样本图像集中包括至少一个类别的人像图像；

利用所述第一样本图像集对第一训练状态识别网络进行训练，获得第二训练状态的识别网络，其中，所述第一训练状态的识别网络是通过第二样本图像集训练得到的。

根据本公开的实施例的图像处理方法，可通过新获取的第一样本图像集来对识别网络进行实时更新，增加识别网络的样本数量，提高识别网络的性能，提升识别网络的识别能力，使识别网络适用于更复杂的应用场景。

在一种可能的实现方式中，所述方法还包括：

根据所述第二样本图像集，对所述人像图像进行聚类处理，确定所述人像图像的类别，所述第二样本图像集中包括至少一个类别的参考图像以及各参考图像的第一特征信息，其中，所述第一特征信息与所述第一训练状态对应。

在一种可能的实现方式中，所述根据所述第二样本图像集，对所述人像图像进行聚类处理，确定所述人像图像的类别，包括：

对所述第二样本图像集进行聚类处理，获得各类别的聚类中心；

确定所述人像图像与各类别的聚类中心对应的参考图像的相似度；

根据所述相似度，确定所述人像图像的类别。

通过这种方式，可通过聚类处理确定人像图像的类别，提高处理效率。

在一种可能的实现方式中，利用所述第一样本图像集对第一训练状态识别网络进行训练，获得第二训练状态的识别网络，包括：

将样本图像组输入所述识别网络，获得所述人像图像的第三特征信息和所述参考图像的第四特征信息，其中，所述样本图像组包括所述第一样本图像集中的人像图像以及所述第二样本图像集中的所述参考图像，所述样本图像组中的人像图像与参考图像的类别相同；

根据所述第三特征信息和所述第四特征信息确定所述识别网络的网络损失；

根据所述识别网络的网络损失训练所述识别网络，获得所述第二训练状态的识别网络。

在一种可能的实现方式中，利用所述第一样本图像集对第一训练状态识别网络进行训练，获得第二训练状态的识别网络，包括：

将所述样本图像组中的人像图像输入所述识别网络，获得所述人像图像的第三特征信息，其中，所述样本图像组包括所述第一样本图像集中的人像图像以及所述第二样本图像集中的所述参考图像，所述样本图像组中的人像图像与参考图像的类别相同；

根据所述第三特征信息和所述样本图像组中的参考图像的第一特征信息确定所述识别网络的网络损失；