[发明专利]模型生成方法、分辨率提高方法、图像识别方法及装置

说明书

本发明提供了一种模型生成方法、分辨率提高方法、图像识别方法及装置，该生成方法包括：将低分辨图像样本输入生成器，得到生成高分辨图像，输入判别器，得到将生成高分辨图像判别为真实图像的概率，及其计算对抗损失函数的值；选取图像形成多元组样本；将一组多元组样本对应的图像输入至特征提取及比对分类器，得到比对相似性损失函数的值；将一组对抗多元组样本对应的比对相似性损失函数的值返回至所述特征提取及比对分类器，将对抗损失函数的值和对抗多元组样本对应的比对相似性损失函数的值返回至生成器，经训练后，得到图像分率提高模型的生成器。上述方案可用于从低分辨率图像生成高分辨率图像，利用生成的高分辨率图像识别的正确率提升。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像分辨率提高模型的生成方法、图像分辨率提高方法、图像识别方法、电子设备及计算机可读存储介质。

背景技术

生物特征识别技术(如虹膜识别)由于其高度的稳定性和唯一性，一般应用于重点场所出入管理、银行授信等安全级别高的场景进行人员身份鉴别。近几年来，随着虹膜技术的发展，其被应用或者被考虑应用于更多的场景，以实现更多场景下的高精度身份鉴别。

一方面，应用场景的扩展使虹膜识别所面向的环境背景更复杂；另一方面，越来越广泛的应用所面向的更多是不熟悉技术的用户，他们对于系统的配合程度不一，系统必须要降低对用户的配合要求并保证一定的系统通过率才能适应他们的需求；更近一步，虹膜识别技术用于刑侦等领域时，面对的用户很可能是不配合、甚至故意躲避的用户，或者是监控场景下随机采集到用户的虹膜图像。

这些实际应用的场景，对虹膜图像的采集具有很大的挑战性，带来的直接结果是图像质量的下降，例如分辨率低、虹膜区域过小、模糊等低质量问题。在成像技术和条件限制下，要提高虹膜识别系统的通过率和准确性，必须要解决低质量虹膜图像的识别难题。

发明内容

本发明提供了一种图像分辨率提高模型的生成方法、图像分辨率提高方法、图像识别方法、电子设备及计算机可读存储介质，以提高低质量图像(如虹膜图像)的分辨率，从而提高低质量图像特征识别的准确性。

为了达到上述目的，本发明采用以下方案实现：

根据本发明实施例的一个方面，提供了一种图像分辨率提高模型的生成方法，包括：

将低分辨图像样本输入生成器，得到对应于所述低分辨图像样本的生成高分辨图像；

将所述生成高分辨图像输入判别器，得到将所述生成高分辨图像判别为真实图像的概率；

根据将所述生成高分辨图像判别为真实图像的概率计算使所述生成器对抗所述判别器的对抗损失函数的值；

从所述生成高分辨图像、所述生成高分辨图像对应的真实高分辨图像、所述真实高分辨图像对应的类间高分辨图像、及所述真实高分辨图像对应的类内高分辨图像中选取图像，形成图像数量相同但构成方式不同的第一多元组样本和第二多元组样本；

将所述第一多元组样本和所述第二多元组样本对应的所有图像输入至特征提取及比对分类器，以类内相似度大于类间相似度的原则进行计算，得到所述第一多元组样本对应的比对相似性损失函数的值和所述第二多元组样本对应的比对相似性损失函数的值；

将所述对抗损失函数的值和所述第一多元组样本对应的比对相似性损失函数的值返回至所述生成器，以优化所述生成器的参数，以及将所述第二多元组样本对应的比对相似性损失函数的值返回至所述特征提取及比对分类器，以优化所述特征提取及比对分类器的参数；

在利用优化参数后的所述生成器得到的对抗损失函数的值和利用优化参数后的所述特征提取及比对分类器得到的比对相似性损失函数的值达到设定要求的情况，根据优化参数后的所述生成器得到图像分辨率提高模型；