[发明专利]图像处理方法、装置、电子设备及存储介质

说明书

本公开实施例公开了一种图像处理方法、装置、电子设备及存储介质，其中方法包括：获取至少一批待处理图像，其中，每批待处理图像包括多个待处理图像；在同一批待处理图像中，获取第一图像与所述第一图像对应的第二图像，所述第二图像的收敛程度高于所述第一图像的收敛程度；基于所述第一图像与所述第二图像，确定用于监督所述第一图像的监督参数；基于所述监督参数，对所述至少一批待处理图像进行训练，获得目标模型。

技术领域

本公开涉及计算机视觉技术领域，具体涉及一种图像处理方法、装置、电子设备及存储介质。

背景技术

在图像处理领域，对人脸识别技术的探讨和应用越来越重视，人脸识别问题属于一个开集问题，即好的人脸识别算法应该能够对训练集以外的人脸也具有辨识能力。

一般地，基于深度学习的人脸识别算法通过对大量训练数据的学习，将作为样本的人脸图片映射到特征空间中，通过比较特征的余弦相似度来判定人脸样本间的相似度。但并未考虑不同样本、不同类别数据在学习难易程度、收敛特性上的差异性，以及样本间的关联性，使训练获得的模型不够精确，从而可能在应用于人脸识别场景的过程中效果不佳。

发明内容

本公开实施例提供了一种图像处理方法、装置、电子设备及存储介质。

本公开实施例第一方面提供一种图像处理方法，包括：

获取至少一批待处理图像，其中，每批待处理图像包括多个待处理图像；

在同一批待处理图像中，获取第一图像与所述第一图像对应的第二图像，所述第二图像的收敛程度高于所述第一图像的收敛程度；

基于所述第一图像与所述第二图像，确定用于监督所述第一图像的监督参数；

基于所述监督参数，对所述至少一批待处理图像进行训练，获得目标模型。

在一种可选的实施方式中，在所述获取第一图像与所述第一图像对应的第二图像之前，所述方法还包括：

将所述待处理图像映射到特征空间，获得所述待处理图像对应的特征向量；获取所述待处理图像的类中心特征向量；

获得所述待处理图像中的第一图像对应的特征向量与所述第一图像对应的类中心特征向量的夹角；

所述第二图像的收敛程度高于所述第一图像的收敛程度，包括：

所述第二图像的特征向量与所述第二图像对应的类中心特征向量的夹角，大于所述第一图像的特征向量与所述第一图像对应的类中心特征向量的夹角。

通过图像的特征向量与类中心特征向量的夹角来判断收敛程度，可以准确选择收敛程度优于第一图像的第二图像，以作为教师样本在训练中监督第一图像的优化。

在一种可选的实施方式中，所述基于所述第一图像与所述第二图像，确定用于监督所述第一图像的监督参数，包括：

获取所述第一图像的特征向量与所述第二图像的特征向量的第一角度差，获取所述第一图像对应的类中心特征向量与所述第二图像对应的类中心特征向量的第二角度差；

根据所述第一角度差与所述第二角度差确定监督角度间隔；

根据所述监督角度间隔，确定所述监督参数。

通过第一图像的特征向量与第二图像的特征向量的第一角度差，以及第一图像对应的类中心特征向量与第二图像对应的类中心特征向量的第二角度差，可以获得监督角度间隔，确定第一图像的监督参数，在训练中能够针对性地优化第一图像。

在一种可选的实施方式中，在所述第二图像为一个的情况下，所述根据所述第一角度差与所述第二角度差确定监督角度间隔，包括：

将所述第一角度差与所述第二角度差的差的绝对值确定为所述监督角度间隔；