[发明专利]图像识别方法及装置、模型训练方法及装置

权利要求书

1.一种图像识别方法，包括：

从待识别集合提取待识别的多个图片，为每个图片构建对应的图网络；

将待识别的多个图片对应的图网络输入特征提取模型，获得所述图片的特征向量，其中，所述特征提取模型通过度量学习损失函数训练得到；

对所述多个图片的特征向量进行聚类，识别图片类型。

2.根据权利要求1所述的图像识别方法，从待识别集合提取待识别的多个图片之前，还包括：

接收待识别图片并添加至所述待识别集合中。

3.根据权利要求1或2所述的图像识别方法，其中，对所述多个图片的特征向量进行聚类，识别图片类型，包括：

使用基于密度的聚类算法对所述多个图片的特征向量进行聚类，将合并为聚类簇的向量对应的图片确定为同一图片类型。

4.根据权利要求1或2所述的图像识别方法，其中，所述特征提取模型通过如下步骤训练得到：

构建由初始样本图片、正样本图片、负样本图片对应的初始样本图网络、正样本图网络以及负样本图网络构成的多个三元组训练样本；

将所述多个三元组训练样本输入所述特征提取模型，获得每个三元组训练样本中的初始样本图片、正样本图片、负样本图片的特征向量；

计算每个三元组训练样本中的初始样本图片与负样本图片的特征向量之间的第一距离以及初始样本图片与正样本图片的特征向量之间的第二距离，将所述第一距离和所述第二距离输入度量学习损失函数，根据所述损失函数的输出对所述特征提取模型进行训练，直至所述损失函数趋于稳定。

5.根据权利要求1或2所述的图像识别方法，其中，所述为每个图片构建对应的图网络包括：

对每个图片进行光学字符识别获得文字块；

将所述文字块的词嵌入设置为所述图网络的节点，将两两文字块的相对位置关系设置为所述图网络的边。

6.根据权利要求5所述的图像识别方法，其中，将待识别的多个图片对应的图网络输入特征提取模型，获得所述图片的特征向量包括：

对所述图网络的节点与边进行图卷积编码，得到所述节点与边的第一维度向量；

对所述图网络的第一维度向量平均池化，得到所述图片的特征向量。

7.根据权利要求1或2所述的图像识别方法，还包括：

接收对所述识别出类型的图片进行类型合并和/或筛选，根据所述合并和/或筛选的结果对所述图片进行类型标注。

8.根据权利要求1或2所述的图像识别方法，还包括：

将未识别出图片类型的图片存储到所述待识别集合中。

9.一种图像识别方法，包括：

基于用户的调用请求为所述用户展示图片输入界面；

接收所述用户基于所述图片输入界面输入的待识别的多个图片，为每个图片构建对应的图网络；

将待识别的多个图片对应的图网络输入特征提取模型，获得所述图片的特征向量，其中，所述特征提取模型通过度量学习损失函数训练得到；

对所述多个图片的特征向量进行聚类，识别图片类型并返回给所述用户。

10.一种图像识别方法，包括：

接收用户发送的调用请求，其中，所述调用请求中携带待识别的多个图片；

为每个图片构建对应的图网络；

将待识别的多个图片对应的图网络输入特征提取模型，获得所述图片的特征向量，其中，所述特征提取模型通过度量学习损失函数训练得到；

对所述多个图片的特征向量进行聚类，识别图片类型并返回给所述用户。