[发明专利]图像检索模型的训练方法、装置、设备和存储介质

说明书

本申请公开了一种图像检索模型的训练方法、装置、设备和存储介质。该方法包括：根据第一子网络、预设图像库中的第一素描图像和第一RGB图像，生成第二RGB图像和第二素描图像；根据第一素描图像、第二素描图像、第一RGB图像和第二RGB图像训练第一子网络，得到第一目标子网络；使用第一目标子网络获取第一素描图像对应的目标RGB图像，以及第一RGB图像对应的目标素描图像；将目标素描图像、目标RGB图像、第一素描图像和第一RGB图像转换至目标模态，得到目标模态图像；提取目标模态图像的特征，得到特征向量；根据特征向量训练预设的第二子网络，得到第二目标子网络；根据第一目标子网络和第二目标子网络，确定图像检索模型。

技术领域

本申请属于图像识别技术领域，具体涉及一种图像检索模型的训练方法、装置、设备和存储介质。

背景技术

行人重识别（Person re-identification，RE-ID）也称行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。例如，给出一张待查询的嫌疑人照片，通过行人重识别技术可以在图像数据库中对嫌疑人照片进行相似度检索，检索出与嫌疑人照片相似度比较高的三原色RGB图像。

然而，在实际的应用场景中，并不能保证一定可以获取到待查询照片，即嫌疑人照片。因此，相关技术中提出了跨模态行人重识别方法，通过该方法，可以在图像数据库中对嫌疑人素描画像进行相似度检索，以期望检索出与嫌疑人素描画像相似度比较高的RGB图像。

在实现本申请的过程中，发明人发现相关技术中至少存在以下问题：行人重识别大多数是解决单一模态下外观变化的问题，而素描和照片的检索涉及两个不同的模态，因此与传统的行人重识别相比，跨模态行人重识别方法除了外观差异还存在着模态差异问题，因此存在跨模态图像检索的准确率较低的问题。

发明内容

本申请实施例的目的是提供一种图像检索模型的训练方法和装置，能够解决相关技术中跨模态图像检索的准确率较低的问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本申请实施例提供了一种图像检索模型的训练方法，该方法包括：根据第一子网络、预设图像库中的第一素描图像和第一RGB图像，生成第一素描图像对应的第二RGB图像，以及第一RGB图像对应的第二素描图像；根据第一素描图像、第二素描图像、第一RGB图像和第二RGB图像训练第一子网络，得到第一目标子网络；使用第一目标子网络获取第一素描图像对应的目标RGB图像，以及第一RGB图像对应的目标素描图像；将目标素描图像、目标RGB图像、第一素描图像和第一RGB图像转换至同一模态，得到目标模态图像；提取目标模态图像的特征，得到特征向量；根据特征向量训练预设的第二子网络，得到第二目标子网络；根据第一目标子网络和第二目标子网络，确定图像检索模型。

在第一方面的一些可实现方式中，根据第一素描图像、第二素描图像、第一RGB图像和第二RGB图像训练第一子网络，得到第一目标子网络，包括：根据第一素描图像、第二素描图像、第一RGB图像、第二RGB图像和预设损失函数确定第一损失值；根据第一损失值对第一子网络进行对抗训练，得到训练后的第一子网络；在训练后的第一子网络的损失值满足第一预设条件的情况下，确定训练后的第一子网络为第一目标子网络。

在第一方面的一些可实现方式中，使用第一目标子网络获取第一素描图像对应的目标RGB图像，以及第一RGB图像对应的目标素描图像，包括：向第一目标子网络输入第一素描图像，输出第一素描图像对应的目标RGB图像；向第一目标子网络输入第一RGB图像，输出第一RGB图像对应的目标素描图像。