[发明专利]目标识别方法、装置及存储介质

说明书

本申请实施例公开了一种目标识别方法、装置及存储介质，属于图像处理技术领域。在本申请实施例中，能够先根据矫正参数预测网络得到的色彩矫正参数对图像进行色彩矫正，再通过目标识别网络对矫正后的图像进行目标识别，得到目标识别结果。由于目标识别网络是根据多个样本图像和标注信息训练得到的，而矫正参数预测网络是根据目标识别网络的训练过程中的反向传播误差训练得到的，也即是，矫正参数预测网络能够随着目标识别网络的训练优化而优化，因此，训练得到的矫正参数预测网络能够满足该目标识别网络，也即得到的矫正后的图像能够提高目标识别的准确率。

技术领域

本申请实施例涉及图像处理技术领域，特别涉及一种目标识别方法、装置及存储介质。

背景技术

随着图像处理技术的发展，基于神经网络的目标识别技术的应用越来越多，其中，识别的目标为图像中的文字、人脸、车牌等。但是，由于图像拍摄场景的复杂多变，或者其他人为或自然原因，导致采集的图像产生色彩变化，而图像色彩变化对目标识别可能带来一定的障碍，例如，颜色变暗、曝光变多等导致目标识别的准确率较低。因此，亟需提出一种目标识别方法，来提高目标识别的准确率。

发明内容

本申请实施例提供了一种目标识别方法、装置及存储介质，能够提高目标识别的准确率。所述技术方案如下：

一方面，提供了一种目标识别方法，所述方法包括：

将待识别目标的第一图像输入矫正参数预测网络，得到第一色彩矫正参数；

根据所述第一色彩矫正参数对所述第一图像进行色彩矫正，得到第二图像；

根据目标识别网络对所述第二图像进行目标识别，得到目标识别结果；

其中，所述目标识别网络根据多个样本图像和所述多个样本图像中每个样本图像的标注信息训练得到，所述矫正参数预测网络根据所述目标识别网络的训练过程中的反向传播误差训练得到。

可选地，所述根据所述第一色彩矫正参数对所述第一图像进行色彩矫正，得到第二图像之前，还包括：

获取所述多个样本图像，以及所述多个样本图像中每个样本图像的标注信息；

根据所述多个样本图像，以及所述多个样本图像中每个样本图像的标注信息，对初始识别网络进行训练，并根据训练过程中每个样本图像对应的反向传播误差，更新所述初始识别网络中的识别参数和初始参数预测网络中的矫正参数，以得到所述目标识别网络和所述矫正参数预测网络。

可选地，所述根据所述多个样本图像，以及所述多个样本图像中每个样本图像的标注信息，对初始识别网络进行训练，并根据训练过程中每个样本图像对应的反向传播误差，更新所述初始识别网络中的识别参数和初始参数预测网络中的矫正参数，以得到所述目标识别网络和所述矫正参数预测网络，包括：

从所述多个样本图像中选择一个样本图像，根据选择的样本图像执行以下操作，直至根据所述多个样本图像中的每个样本图像均已执行以下操作为止：

将所述选择的样本图像输入上一次更新矫正参数后的参数预测网络，得到矫正预测参数，其中，当所述选择的样本图像为首个选择的样本图像时，所述上一次更新矫正参数后的参数预测网络是指所述初始参数预测网络；

根据所述矫正预测参数，对所述选择的样本图像进行色彩矫正，得到矫正后的样本图像；

根据所述矫正后的样本图像和所述选择的样本图像的标注信息，对上一次更新识别参数后的识别网络进行训练，并确定所述选择的样本图像对应的反向传播误差，其中，当所述选择的样本图像为首个选择的样本图像时，所述上一次更新识别参数的识别网络是指所述初始识别网络；

根据所述选择的样本图像对应的反向传播误差，对上一次更新识别参数后的识别网络中的识别参数和上一次更新矫正参数后的参数预测网络中的矫正参数进行更新。