[发明专利]图像处理方法、装置、电子设备及存储介质

说明书

本公开是关于一种图像处理方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：获取第一训练样本和第二训练样本，第一训练样本和第二训练样本中的内容图像中的内容已被调整，且被调整的区域与对应的掩膜图像所指示的区域之间的重合度不大于目标阈值；将第一内容图像、第一内容图像对应的掩膜图像和第二内容图像输入图像识别模型，得到第二内容图像对应的预测掩膜图像；基于预测掩膜图像和第二内容图像对应的掩膜图像，调整图像识别模型的模型参数。由于该训练样本中的内容图像是经过调整的图像，因此增大了图像识别模型的学习难度，有效降低训练图像分割模型时的过拟合风险，有利于提高图像识别模型的鲁棒性。

技术领域

本公开涉及计算机技术领域，尤其涉及一种图像处理方法、装置、电子设备及存储介质。

背景技术

随着计算机技术的发展，图像识别的应用越来越广泛。采用图像识别技术可以将内容图像中的对象所在的区域识别出来，例如识别内容图像中的小狗所在的区域，或者识别视频流中连续的多个图像中的同一个人物所在的区域。

相关技术中，人工标注内容图像对应的掩膜图像，该掩膜图像用于表示该内容图像中的对象所在的区域，然后利用该内容图像和掩膜图像，训练图像识别模型。但是，由于人工标注的图像数据量较少，因此该方法中存在图像识别模型过拟合的风险，导致图像识别模型的鲁棒性较低。

发明内容

本公开提供了一种图像处理方法、装置、电子设备及存储介质，能够提高图像识别模型的鲁棒性和准确性。

根据本公开实施例的一方面，提供一种图像处理方法，所述方法包括：

获取第一训练样本和第二训练样本，所述第一训练样本包括第一内容图像和所述第一内容图像对应的掩膜图像，所述第二训练样本包括第二内容图像和所述第二内容图像对应的掩膜图像，所述第一内容图像与所述第二内容图像为同一个视频流中连续的两张内容图像，且所述第一内容图像位于所述第二内容图像之前，所述第一训练样本和所述第二训练样本中的内容图像中的内容已被调整，且被调整的区域与对应的掩膜图像所指示的区域之间的重合度不大于目标阈值；

将所述第一内容图像、所述第一内容图像对应的掩膜图像和所述第二内容图像输入图像识别模型，得到所述第二内容图像对应的预测掩膜图像；

基于所述预测掩膜图像和所述第二内容图像对应的掩膜图像，调整所述图像识别模型的模型参数，以使调用调整后的图像识别模型得到的预测掩膜图像与所述第二内容图像对应的掩膜图像之间的相似度增大，直至所述图像识别模型满足训练结束条件，得到训练后的所述图像识别模型，训练后的所述图像识别模型用于识别任一内容图像对应的掩膜图像。

本公开实施例中，利用第一训练样本和第二训练样本，训练图像识别模型，由于该第一训练样本和该第二训练样本中的内容图像是经过调整的图像，因此增大了图像识别模型的学习难度，有效降低训练图像分割模型时的过拟合风险，有利于提高图像识别模型的鲁棒性。并且被调整的区域与所需识别的区域之间的重合度不大于目标阈值，因此避免了由于调整导致内容图像中丢失较多重要信息的问题，有利于提高图像识别模型的准确性。

可选地，所述图像识别模型包括第一特征提取网络、第二特征提取网络、特征处理网络和特征解码网络；

所述将所述第一内容图像、所述第一内容图像对应的掩膜图像和所述第二内容图像输入所述图像识别模型，得到所述第二内容图像对应的预测掩膜图像，包括：

将所述第二内容图像输入所述第一特征提取网络，得到第一键特征和第一值特征；

将所述第一内容图像和所述第一内容图像对应的掩膜图像输入所述第二特征提取网络，得到第二键特征和第二值特征；

将所述第一值特征、所述第一键特征、所述第二键特征和所述第二值特征输入所述特征处理网络，得到第三值特征；

将所述第三值特征输入所述特征解码网络，得到所述预测掩膜图像。