[发明专利]模型训练方法、图像处理方法及装置、设备、存储介质

说明书

本申请提出一种模型训练方法、图像处理方法及装置、设备、存储介质；其中，该方法包括：获取待处理字符图像，所述待处理字符图像为不符合预设书写规则的手写体字符图像；将所述待处理字符图像输入至识别模型，得到与所述待处理字符图像对应的符合预设书写规则的第一目标字符图像；获取与所述第一目标字符图像进行相似度评估的符合预设书写规则的字符图像；将所述第一目标字符图像和与所述第一目标字符图像进行相似度评估的符合预设书写规则的字符图像输入至相似度评估模型，得到评估结果。如此，为有效实现对字符图像的相似度评估奠定了基础。

技术领域

本申请涉及一种数据处理技术，尤其涉及一种模型训练方法、图像处理方法及装置、设备、存储介质。

背景技术

字符图像相似度评估是图像相似度评估的特定问题，所谓字符图像就是指图像的内容是字符比如，数字或字母等，字符图像相似度评估在很多场景中都有非常重要的价值，如笔迹对比等；但是，现有对字符图像相似度的评估方法，尤其针对手写字符而言，研究甚少。

发明内容

本申请实施例提供一种模型训练方法、图像处理方法及装置、设备、存储介质，以解决相关技术存在的问题，技术方案如下：

第一方面，本申请实施例提供了一种相似度评估模型训练方法，包括：

获取第一训练样本，其中，第一训练样本中包含有符合预设书写规则的第一手写体字符图像；

将第一训练样本中的第一手写体字符图像进行分组处理，至少得到第一组图像和第二组图像，其中，第一组图像中包含展示字符相同的至少两个第一字符图像；第二组图像中包含展示字符不同的至少两个第二字符图像；

基于第一组图像所对应的至少两个第一字符图像，以及第二组图像所对应的至少两个第二字符图像，对相似度评估模型进行训练，以得到训练完成后的相似度评估模型；

其中，相似度评估模型用于对符合预设书写规则的手写体字符图像进行相似度评估；相似度评估模型包含有特征提取网络和度量网络，其中，特征提取网络用于对第一字符图像和第二字符图像进行特征提取，度量网络用于对特征提取后的至少两个第一字符图像或者至少两个第二字符图像进行相似度度量。

在一种实施方式中，特征提取网络至少包括卷积层，其中，特征提取网络至少利用卷积层对第一字符图像进行特征提取，以及至少利用卷积层对第二字符图像进行特征提取。

在一种实施方式中，特征提取网络还包括池化层；其中，特征提取网络依次利用卷积层和池化层对第一字符图像进行特征提取，以及依次利用卷积层和池化层对第二字符图像进行特征提取。

在一种实施方式中，度量网络包含有全连接层，其中，度量网络利用全连接层对特征提取后的至少两个第一字符图像或者至少两个第二字符图像进行相似度度量。

在一种实施方式中，还包括：

对第一组图像中两个第一字符图像的中心区域进行提取，得到两个第一中心图像，对第一组图像中两个第一字符图像进行降采样处理，得到两个第一全局图像，以利用第一中心图像和第一全局图像对相似度评估模型进行训练。

在一种实施方式中，基于第一组图像所对应的至少两个第一字符图像，对相似度评估模型进行训练，包括：

至少基于特征提取网络中的第一分支对第一组图像所对应的两个第一中心图像进行特征提取；

至少基于特征提取网络中的第二分支对第一组图像所对应的两个第一全局图像进行特征提取；

将第一分支提取得到的特征信息与第二分支提取得到的特征信息进行串联处理；

利用度量网络对串联处理后的特征信息进行相似度量，得到用于评估两个第一字符图像之间相似度的评估结果，以利用评估结果对相似度评估模型进行训练。