[发明专利]目标对象识别的方法、电子设备及存储介质

权利要求书

1.一种目标对象识别的方法，其特征在于，包括：

获取包含目标对象的目标图像；其中，所述目标对象包括人脸；

将所述目标图像输入预设的色彩校准网络，获得与所述目标图像匹配的色彩校准矩阵，所述色彩校准矩阵为N*3的矩阵，N为大于等于3的整数，所述色彩校准网络是基于预先训练的目标对象识别网络训练获得；

根据所述色彩校准矩阵，逐像素点对所述目标图像的色彩进行校准，获得目标校准图像；

将所述目标校准图像输入至所述目标对象识别网络中，获得识别结果；

所述色彩校准网络通过以下步骤基于预先训练的目标对象识别网络训练获得：

获取各样本对象的标准色彩数据，所述标准色彩数据包括：标准RGB均值和标准RGB方差；

根据各所述样本对象的所述标准色彩数据，分别确定均值损失函数和方差损失函数；

根据各所述样本对象的图像和所述目标对象识别网络，确定分类损失函数；

融合所述分类损失函数、所述均值损失函数和所述方差损失函数，生成所述色彩校准网络的色彩校准损失函数；

根据所述色彩校准损失函数，对初始的色彩校准网络训练至收敛。

2.根据权利要求1所述的目标对象识别的方法，其特征在于，所述获取各样本对象的标准色彩数据，包括：

针对每个样本对象进行如下处理：

获取质量评分最高的所述样本对象的图像作为所述样本对象的标准图像；

获取所述标准图像中所述样本对象覆盖的区域作为的标准图像区域；

确定所述标准图像区域的RGB均值作为所述样本对象的所述标准RGB均值，以及确定所述标准图像区域的RGB方差作为所述样本对象的所述标准RGB方差。

3.根据权利要求1所述的目标对象识别的方法，其特征在于，所述均值损失函数表示为：Loss_mean= | mean_rgb- Mean_rgb|，其中，Loss_mean表示均值损失函数，mean_rgb表示样本对象的图像区域的RGB均值，Mean_rgb表示所述标准RGB均值；

所述方差损失函数表示为：Loss_var= | var_rgb-Var_rgb| ，其中，Loss_var表示方差损失函数，var_rgb表示样本对象的图像区域的RGB方差，Var_rgb表示所述标准RGB方差。

4.根据权利要求1所述的目标对象识别的方法，其特征在于，所述根据各所述样本对象的图像和所述目标对象识别网络，确定分类损失函数，包括：

初始化所述目标对象识别网络中的分类器；

将各所述样本对象的图像输入至所述初始的色彩校准网络，获得初始校准图像；

将所述初始校准图像输入至初始化处理后的所述目标对象识别网络，获得所述样本对象的校准识别特征；

将所述标准图像输入至初始化处理后的所述目标对象识别网络，获得所述样本对象的标准识别特征；

根据所述校准识别特征以及所述标准识别特征，确定所述分类损失函数。