[发明专利]图像识别方法及装置、模型训练方法及装置

说明书

本说明书提供图像识别方法及装置、模型训练方法及装置，其中所述图像识别方法包括：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。本说明书提供的图像识别方法由于将待识别图片的图网络输入通过度量学习损失函数训练得到的特征提取模型，对待识别图片提取特征向量，使聚类更准确，从而更快捷且更准确地识别图片类型。

技术领域

本说明书涉及计算机技术领域，特别涉及图像识别方法及装置、模型训练方法及装置。

背景技术

随着光学字符识别技术的发展，该技术逐渐应用到对图片类型的识别，例如卡证分类。

现实中，图片类型是无穷无尽的，虽然进行光学字符识别的各个应用场景都能回流大量数据，但由于缺乏对未知数据的处理能力，这些数据目前闲置。此外，现有的新图片类型的发现方案主要依赖于人工或规则。需要采用关键词搜索等方法从大量图片库中找到一些符合定义的新图片类型。该方案费时费力，且鲁棒性较差，需要面对噪声图片较多，有效图片只占小部分的问题。

进而需要更快捷且更准确地识别图片类型的操作或者处理。

发明内容

有鉴于此，本说明书实施例提供了图像识别方法及装置。本说明书同时涉及一种模型训练方法及装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种图像识别方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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；