[发明专利]图像处理、图像处理模型训练方法、装置及设备在审

专利信息
申请号: 202211322792.5 申请日: 2022-10-27
公开(公告)号: CN115620236A 公开(公告)日: 2023-01-17
发明(设计)人: 周经纬;巩海军;于润润;李中振;潘华东 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06V40/10;G06V10/42;G06V10/764;G06V10/82;G06N3/08
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 张洁
地址: 310053 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 模型 训练 方法 装置 设备
【说明书】:

本申请提供一种图像处理、图像处理模型训练方法、装置及设备,用于提高对象识别的准确度。该方法包括:获取包含待识别对象的目标图像;将目标图像输入训练后的第一图像处理模型,获得待识别对象的目标识别结果;训练后的第一图像处理模型是根据第一特征提取误差和第一域识别误差对训练中的第一图像处理模型进行训练得到的,第一特征提取误差表征第一样本图像的第一对象预测特征和第一对象参考特征之间的偏差信息,第一域识别误差表征第一样本图像的第一预测域和第一标注域之间的偏差信息。

技术领域

本申请涉及计算机技术领域,尤其涉及一种图像处理、图像处理模型训练方法、装置及设备。

背景技术

监控系统常被部署在地铁和公交等公众场所,用于监控和发现公众场所的异常。监控系统可通过人体检测,发现监控区域内的行人。

目前,监控系统一般需提取监控区域内的行人的人体特征,进而根据人体特征识别行人身份。但监控系统对应的监控区域对应的实际场景较为复杂,如何准确提取人体特征是亟需解决的问题。

发明内容

本申请提供一种图像处理、图像处理模型训练方法、装置及设备,用于提高对象识别的准确度。

第一方面,本申请实施例提供一种图像处理方法,包括:获取包含待识别对象的目标图像;将所述目标图像输入训练后的第一图像处理模型,获得所述待识别对象的目标识别结果;其中,所述训练后的第一图像处理模型是根据第一特征提取误差和第一域识别误差对训练中的第一图像处理模型进行训练得到的,所述第一特征提取误差表征第一样本图像的第一对象预测特征和第一对象参考特征之间的偏差信息,所述第一对象预测特征是通过所述训练中的第一图像处理模型对所述第一样本图像进行特征提取得到的;所述第一域识别误差表征所述第一样本图像的所述第一预测域和第一标注域之间的偏差信息,所述第一预测域是通过所述训练中的第一图像处理模型对所述第一样本图像进行域预测操作得到的。

在本申请实施例中,通过训练后的第一图像处理模型输出对目标图像中的待识别对象的目标识别结果。其中,训练后的第一图像处理模型是通过对训练中的第一图像处理模型进行训练得到的,由于在训练训练中的第一图像处理模型时,是朝训练中的第一图像处理模型学习更准确的对象预测特征的方向,以及朝向训练中的第一图像处理模型学习更不准确的域的方向,调整训练中的第一图像处理模型的模型参数,因此使得训练后的第一图像处理模型在对目标图像进行识别时,能够更准确地识别目标图像中的对象特征,并且,由于对域的识别敏感度更低,使得训练后的第一图像处理模型在识别待识别对象时,受到目标图像的域的影响较小,从而能够准确识别目标图像中的对象。

在一种可能的实施方式中,所述方法还包括:将第一样本图像输入所述训练中的第一图像处理模型中,获得所述第一样本图像的所述第一对象预测特征和所述第一预测域;根据所述第一样本图像的所述第一对象预测特征与所述第一样本图像的所述第一对象参考特征的偏差信息,确定所述第一特征提取误差;根据所述第一样本图像的所述第一预测域与所述第一样本图像的所述第一标注域的偏差信息,确定所述第一域识别误差;向降低所述第一特征提取误差和增大所述第一域识别误差的方向,调整所述训练中的第一图像处理模型的模型参数,直至满足第一训练条件,获得预训练的第一图像处理模型,所述训练后的第一图像处理模型为所述预训练的第一图像处理模型,或者是根据所述预训练的第一图像处理模型得到的。

在该实施方式中,图像处理设备在输入第一样本图像对训练中的第一图像处理模型训练时,是向降低第一特征提取误差的方向,以及增大第一域识别误差的方向进行调整,也就是说,图像处理设备使得训练中的第一图像处理模型识别对象的误差减小,而使训练中的第一图像处理模型识别域的误差增大,进而可减小域对训练中的第一图像处理模型识别目标图像中的对象的影响。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211322792.5/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top