[发明专利]图像处理方法、图像处理模型的构建和训练方法

说明书

本公开提供了一种图像处理方法、图像处理模型的构建和训练方法，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于人脸识别等场景。实现方案为：获得目标图像；基于目标图像，获得与目标图像对应的按顺序排列的第一数量的第一维度的初始向量；基于第一数量的第一维度的初始向量，获得第二数量的第一维度的第一更新向量，第二数量大于第一数量；对第二数量的第一维度的第一更新向量进行特征提取，以获得第一特征；以及基于第一特征，获得目标图像的分类结果，分类结果指示目标图像对应于多个类别中的第一类别。

技术领域

本公开涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于人脸识别等场景，具体涉及一种图像处理方法、图像处理模型的构建和训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据技术、知识图谱技术等几大方向。

基于人工智能的图像处理技术，通过将图像输入到图像处理模型，获得图像的识别结果，广泛应用于各种场景，例如，人脸识别、动植物识别等等。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种图像处理方法、图像处理模型的构建和训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种图像处理方法，包括：获得目标图像；基于所述目标图像，获得与所述目标图像对应的按顺序排列的第一数量的第一维度的初始向量；基于所述第一数量的第一维度的初始向量，获得第二数量的所述第一维度的第一更新向量，所述第二数量大于所述第一数量；对所述第二数量的所述第一维度的第一更新向量进行特征提取，以获得第一特征；以及基于所述第一特征，获得所述目标图像的分类结果，所述分类结果指示所述目标图像对应于多个类别中的第一类别。

根据本公开的另一方面，提供了一种图像处理模型的构建方法，包括：获得经训练的第一模型，所述第一模型包括第一特征提取层，所述第一特征提取层用于对按顺序排列的多个第一维度的向量执行特征提取，以输出多个所述第一维度的第一特征向量；获得与所述第一特征提取层相应的第一动态向量学习模块，所述第一动态向量学习模块包括由至少两个参数构成的所述第一维度的第一参数向量；以及基于所述第一模型和所述第一动态向量学习模块，构建所述图像处理模型，其中，所述图像处理模型包括所述第一特征提取层和所述第一动态向量学习模块，在所述图像处理模型中，所述第一动态向量学习模块用于基于所述第一参数向量对输入所述图像处理模型的第一数量的第一维度的初始向量进行处理，以获得第二数量的所述第一维度的第一更新向量，所述第二数量大于所述第一数量，所述第一特征提取层用于对所述第二数量的所述第一维度的第一更新向量执行特征提取，以输出所述第二数量的所述第一维度的第一特征向量。