CN108898185A - 用于生成图像识别模型的方法和装置 - Google Patents
用于生成图像识别模型的方法和装置 Download PDFInfo
- Publication number
- CN108898185A CN108898185A CN201810715194.1A CN201810715194A CN108898185A CN 108898185 A CN108898185 A CN 108898185A CN 201810715194 A CN201810715194 A CN 201810715194A CN 108898185 A CN108898185 A CN 108898185A
- Authority
- CN
- China
- Prior art keywords
- image
- sample
- distance
- feature vector
- training
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Abstract
本申请实施例公开了用于生成图像识别模型的方法和装置。该方法的一具体实施方式包括:获取训练样本集合;从训练样本集合中选取训练样本,执行如下训练步骤:将选取的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像的特征向量作为第一特征向量、正样本图像的特征向量作为第二特征向量、负样本图像的特征向量作为第三特征向量;确定第二距离与第一距离的差值是否大于等于预设距离;响应于确定大于等于,将初始模型作为训练完成的图像识别模型。该实施方式有助于丰富模型的生成方式以及图像识别的手段。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于生成图像识别模型的方法和装置。
背景技术
目前,图像识别技术的应用领域越来越广泛,利用图像识别模型对图像进行识别,是图像识别技术的一种常用手段。图像识别模型通常是利用大量的训练样本进行训练得到的模型,为了使图像识别模型能够识别出某图像中的目标图像(例如水印图像、人物图像、物体图像等),通常需要利用包含目标图像的样本图像进行训练以得到图像识别模型。
发明内容
本申请实施例提出了用于生成图像识别模型的方法和装置,以及用于提取图像的方法和装置。
第一方面,本申请实施例提供了一种用于生成图像识别模型的方法,该方法包括:获取训练样本集合,其中,训练样本包括样本对象图像、正样本图像和负样本图像,正样本图像中包括目标区域图像,目标区域图像表征的对象与样本对象图像表征的对象相同;从训练样本集合中选取训练样本,执行如下训练步骤:将选取的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像的特征向量作为第一特征向量、正样本图像的特征向量作为第二特征向量、负样本图像的特征向量作为第三特征向量;确定第二距离与第一距离的差值是否大于等于预设距离,其中,第二距离是第三特征向量与第一特征向量之间的距离,第一距离是第二特征向量与第一特征向量之间的距离;响应于确定大于等于,将初始模型作为训练完成的图像识别模型。
在一些实施例中,方法还包括:响应于确定第二距离与第一距离的差值小于预设距离,调整初始模型的参数,以及从训练样本集合中的、未被选取的训练样本中,选取训练样本,使用参数调整后的初始模型作为初始模型,继续执行训练步骤。
在一些实施例中,训练样本还包括与正样本图像对应的样本标注信息,样本标注信息用于指示样本图像中的目标区域图像的位置;以及初始模型通过如下步骤生成:将训练样本集合中的训练样本包括的样本图像作为输入,将与输入的样本图像对应的标注信息作为期望输出,利用机器学习方法,训练得到初始模型。
在一些实施例中,正样本图像的生成方式包括以下至少一种:基于预设的背景图像与样本对象图像融合生成,对包括目标区域图像的初始图像进行标注生成。
第二方面,本申请实施例提供了一种用于提取图像的方法,该方法包括:获取基准对象图像和待匹配图像集合;将基准对象图像输入预先训练的图像识别模型,得到基准对象图像的特征向量,其中,图像识别模型是根据上述第一方面中任一实现方式描述的方法生成的;对于待匹配图像集合中的待匹配图像,将该待匹配图像输入图像识别模型,得到该待匹配图像的特征向量;计算该待匹配图像的特征向量与基准对象图像的特征向量的距离;响应于确定计算得到的距离小于等于预设的距离阈值,提取该待匹配图像作为与基准对象图像匹配的图像。
在一些实施例中,待匹配图像通过如下步骤得到:获取待处理图像;将待处理图像分割为至少两个子图像;将分割得到的子图像确定为待匹配图像。
第三方面,本申请实施例提供了一种用于生成图像识别模型的装置,该装置包括:获取单元,被配置成获取训练样本集合,其中,训练样本包括样本对象图像、正样本图像和负样本图像,正样本图像中包括目标区域图像,目标区域图像表征的对象与样本对象图像表征的对象相同;训练单元,被配置成从训练样本集合中选取训练样本,执行如下训练步骤:将选取的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像的特征向量作为第一特征向量、正样本图像的特征向量作为第二特征向量、负样本图像的特征向量作为第三特征向量;确定第二距离与第一距离的差值是否大于等于预设距离,其中,第二距离是第三特征向量与第一特征向量之间的距离,第一距离是第二特征向量与第一特征向量之间的距离;响应于确定大于等于,将初始模型作为训练完成的图像识别模型。
在一些实施例中,该装置还包括:调整单元,被配置成响应于确定第二距离与第一距离的差值小于预设距离,调整初始模型的参数,以及从训练样本集合中的、未被选取的训练样本中,选取训练样本,使用参数调整后的初始模型作为初始模型,继续执行训练步骤。
在一些实施例中,训练样本还包括与正样本图像对应的样本标注信息,样本标注信息用于指示样本图像中的目标区域图像的位置;以及初始模型通过如下步骤生成:将训练样本集合中的训练样本包括的样本图像作为输入,将与输入的样本图像对应的标注信息作为期望输出,利用机器学习方法,训练得到初始模型。
在一些实施例中,正样本图像的生成方式包括以下至少一种:基于预设的背景图像与样本对象图像融合生成,对包括目标区域图像的初始图像进行标注生成。
第四方面,本申请实施例提供了一种用于提取图像的装置,该装置包括:获取单元,被配置成获取基准对象图像和待匹配图像集合;生成单元,被配置成将基准对象图像输入预先训练的图像识别模型,得到基准对象图像的特征向量,其中,图像识别模型是根据上述第一方面中任一实现方式描述的方法生成的;匹配单元,被配置成对于待匹配图像集合中的待匹配图像,将该待匹配图像输入图像识别模型,得到该待匹配图像的特征向量;计算该待匹配图像的特征向量与基准对象图像的特征向量的距离;响应于确定计算得到的距离小于等于预设的距离阈值,提取该待匹配图像作为与基准对象图像匹配的图像。
在一些实施例中,待匹配图像通过如下步骤得到:获取待处理图像;将待处理图像分割为至少两个子图像;将分割得到的子图像确定为待匹配图像。
第五方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面和第二方面中任一实现方式描述的方法。
第六方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面和第二方面中任一实现方式描述的方法。
本申请实施例提供的用于生成图像识别模型的方法和装置,通过将训练样本集合中的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像、正样本图像、负样本图像的各自的特征向量,在通过比较特征向量之间的距离,对初始模型进行调整,从而得到用于识别图像中的目标图像的图像识别模型,有助于丰富模型的生成方式以及图像识别的手段。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于生成图像识别模型的方法的一个实施例的流程图;
图3是根据本申请的用于生成图像识别模型的方法的一个应用场景的示意图;
图4是根据本申请的用于提取图像的方法的一个实施例的流程图;
图5是根据本申请的用于生成图像识别模型的装置的一个实施例的结构示意图;
图6是根据本申请的用于提取图像的装置的一个实施例的结构示意图;
图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的用于生成图像识别模型的方法、用于生成图像识别模型的装置,或用于提取图像的方法、用于提取图像的装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104,数据库服务器105和服务器106。网络104用以在终端设备101、102、103和数据库服务器105、服务器106之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器106交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种应用,例如图像处理类应用、拍摄类应用、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
数据库服务器105可以是提供各种服务的数据库服务器。例如数据库服务器中可以存储有训练样本集合。训练样本集合中包含有大量的训练样本。其中,训练样本可以包括样本对象图像、正样本图像和负样本图像。
服务器106也可以是提供各种服务的服务器,例如对终端设备101、102、103上的各种应用提供支持的后台服务器。后台服务器可以利用从数据库服务器104获取的训练样本集合中的训练样本,对初始模型进行训练,并可以将训练结果(如生成的图像识别模型)发送给终端设备101、102、103。这样,使用终端设备的用户可以应用生成的图像识别模型进行图像识别。
需要说明的是,服务器106可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于生成图像识别模型的方法或用于提取图像的方法可以由服务器106执行,也可以由终端设备101、102、103执行,相应地,用于生成图像识别模型的装置或用于提取图像的装置可以设置于服务器106中,也可以设置于终端设备101、102、103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于生成图像识别模型的方法的一个实施例的流程200。该用于生成图像识别模型的方法,包括以下步骤:
步骤201,获取训练样本集合。
在本实施例中,用于生成图像识别模型的方法的执行主体(例如图1所示的服务器106或终端设备101、102、103)可以通过有线连接方式或者无线连接方式从数据库服务器(例如图1所示的数据库服务器105)或者其他通信连接的设备获取训练样本集合。其中,训练样本包括样本对象图像、正样本图像和负样本图像,正样本图像中包括目标区域图像,目标区域图像表征的对象与样本对象图像表征的对象相同。在本实施例中,上述对象可以是各种事物,例如水印、标志、人脸、物体等。目标区域图像可以是与样本对象图像相同的图像,也可以是与样本对象图像相似的图像(例如对样本对象图像进行变形、调色等处理的图像)。负样本图像可以是不包括目标区域图像的图像,也可以是包括所表征的对象与样本对象图像表征的对象不同的图像。需要说明的是,单个训练样本可以包括至少一个正样本图像和至少一个负样本图像。
在本实施例的一些可选的实现方式中,正样本图像的生成方式可以包括以下至少一种:
方式一,基于预设的背景图像与样本对象图像融合生成。其中,上述融合可以是将样本对象图像与背景图像直接融合,也可以是将样本对象图像进行处理(例如变形、调色、虚化等)后再与背景图像融合。
方式二,对包括目标区域图像的初始图像进行标注生成。其中,对初始图像进行标注可以是对目标区域图像在初始图像中的位置、类型等进行标注。
步骤202,从训练样本集合中选取训练样本。
在本实施中,上述执行主体可以从训练样本集合中选取训练样本,以及执行步骤203至步骤205的训练步骤。其中,训练样本的选取方式和选取数量在本申请中并不限制。例如可以是随机选取至少一个训练样本,也可以是按照训练样本的编号顺序选取。
步骤203,将选取的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像的特征向量作为第一特征向量、正样本图像的特征向量作为第二特征向量、负样本图像的特征向量作为第三特征向量。
在本实施中,上述执行主体可以将选取的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,经过初始模型对样本对象图像、正样本图像、负样本图像的分析,可以得到三个特征向量,分别为第一特征向量、第二特征向量、第三特征向量。其中,第一特征向量是样本对象图像的特征向量,第二特征向量是正样本图像的特征向量,第三特征向量是负样本图像的特征向量。通常,特征向量可以表征图像的某些特征(例如颜色特征、纹理特征、形状特征等)。需要说明的是,上述第一特征向量、第二特征向量、第三特征向量可以是维度相同的特征向量。
在本实施例中,初始模型可以是基于机器学习技术而创建的现有的各种神经网络模型。该神经网络模型可以具有现有的各种神经网络结构(例如DenseBox、VGGNet、ResNet、SegNet等)。上述各个特征向量可以是从神经网络模型包括的某些层(例如卷积层)中提取的数据组成的向量。初始模型的参数可以是随机设置的,也可以是经过预先训练确定的参数。
在本实施例的一些可选的实现方式中,训练样本还可以包括与正样本图像对应的样本标注信息,其中,样本标注信息用于指示样本图像中的目标区域图像的位置。上述初始模型可以由上述执行主体或其他电子设备通过如下步骤生成:
将训练样本集合中的训练样本包括的样本图像作为输入,将与输入的样本图像对应的标注信息作为期望输出,利用机器学习方法,训练得到初始模型。具体地,可以获取预先设置的机器学习模型,对该机器学习模型进行训练,得到初始模型。通过本实施方式得到的初始模型,可以在训练得到图像识别模型的过程中,首先从输入的图像中确定是否存在表征某对象的区域图像,如果存在,可以根据初始模型识别的该区域图像的位置将该区域图像的特征向量提取出来,从而使得输入的图像的特征向量更加具有针对性。有利于提高训练得到的图像识别模型的识别准确性。
需要说明的是,上述初始模型可以是基于现有的注意力模型(Attention Model)的训练方法得到的模型。注意力模型是模拟人脑的注意力机制的机器学习模型,它可以提取输入的图像中的某一区域,从而提高模型的针对性。注意力模型的训练方法是目前广泛研究和应用的公知技术,在此不再赘述。
步骤204,确定第二距离与第一距离的差值是否大于等于预设距离。
在本实施例中,上述执行主体可以进一步确定第二距离与第一距离的差值是否大于等于预设距离。其中,第二距离是第三特征向量与第一特征向量之间的距离,第一距离是第二特征向量与第一特征向量之间的距离。特征向量之间的距离可以表征特征向量之间的相似程度,从而可以表征图像之间的相似程度。通常,特征向量之间的距离越大,图像之间的相似程度越低。上述各个距离可以是以下任意一种:欧式距离、马氏距离(MahalanobisDistance)等。上述预设距离可以是大于等于0的任意数值。
步骤205,响应于确定大于等于,将初始模型作为训练完成的图像识别模型。
在本实施例中,上述执行主体可以响应于确定第二距离与第一距离的差值大于等于预设距离,将初始模型作为训练完成的图像识别模型。具体地,如果第二距离与第一距离的差值大于等于预设距离,则可以表示负样本图像与样本对象图像不相似,正样本图像与样本对象图像相似。从而使得图像识别模型可以更准确地鉴别输入的两个图像之间是否相似。
在本实施例的一些可选的实现方式中,上述执行主体可以响应于确定第二距离与第一距离的差值小于预设距离,调整初始模型的参数。例如,如果初始模型是卷积神经网络,可以采用反向传播算法调整初始模型中各卷积层中的权重。然后,可以以及从训练样本集合中的、未被选取的训练样本中,选取训练样本,使用参数调整后的初始模型作为初始模型,继续执行步骤203-步骤205。
实践中,可以采用Triplet loss误差函数来确定是否训练完成。其中,Tripletloss误差函数是现有的度量学习技术所采用的误差函数。Triplet loss误差函数如下式所示:
其中,L为误差函数的误差值,Σ为求和符号,i为训练样本的序号,a表征样本对象图像,p表征正样本图像,n表征负样本图像。表征序号为i的训练样本包括的样本对象图像的特征向量,表征序号为i的训练样本包括的正样本图像的特征向量,表征序号为i的训练样本包括的负样本图像的特征向量,threshold表征预设距离。表征第一距离,表征第二距离。上式中方括号右下侧的“+”表示取正值,即当方括号中的表达式的计算结果为正时,取该正值,当为负时,取0。实践中,在训练过程中,当方括号中的表达式的计算结果为正时,可以根据反向传播算法,调整初始模型的参数,使得L值最小或L值收敛,则表示训练完成。
继续参见图3,图3是根据本实施例的用于生成图像识别模型的方法的应用场景的一个示意图。在图3的应用场景中,服务器302首先从终端设备301获取到训练样本集合303。其中,训练样本包括样本水印图像(即样本对象图像)、正样本图像和负样本图像,正样本图像中包括样本水印图像表征的水印相同的图像,负样本图像中不包括该水印的图像。然后,服务器302从训练样本集合303中随机选取训练样本304,执行如下训练步骤:将训练样本304包括的样本水印图像3041、正样本图像3042、负样本图像3043分别输入初始模型305,得到样本水印图像3041的特征向量作为第一特征向量306、正样本图像3042的特征向量作为第二特征向量307、负样本图像3043的特征向量作为第三特征向量308;确定第二距离310与第一距离309的差值是否大于等于预设距离,其中,第二距离310是第三特征向量308与第一特征向量306之间的距离,第一距离309是第二特征向量307与第一特征向量306之间的距离;响应于确定大于等于,则确定初始模型训练完成,得到图像识别模型311。
本申请的上述实施例提供的用于生成图像识别模型的方法,通过将训练样本集合中的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像、正样本图像、负样本图像的各自的特征向量,在通过比较特征向量之间的距离,对初始模型进行调整,从而得到用于识别图像中的目标图像的图像识别模型,有助于丰富模型的生成方式以及图像识别的手段。
进一步参考图4,其示出了用于提取图像的方法的一个实施例的流程400。该用于提取图像的方法的流程400,包括以下步骤:
步骤401,获取基准对象图像和待匹配图像集合。
在本实施例中,用于提取图像的方法运行于其上的电子设备(例如图1所示的服务器或终端设备)可以通过有线连接方式或者无线连接方式从远程或从本地获取基准对象图像和待匹配图像集合。其中,基准对象图像可以是待将其与其他图像进行对比的图像,基准对象图像是表征某对象的图像。对象可以是各种事物,例如水印、标志、人脸、物体等。待匹配图像集合可以是预先存储的某类图像(例如包含商标的图像)的集合。
在本实施例的一些可选的实现方式中,待匹配图像可以由上述执行主体或其他电子设备通过执行如下步骤得到:
首先,获取待处理图像。其中,待处理图像可以是上述执行主体或其他电子设备从远程或从本地获取的图像。
然后,将待处理图像分割为至少两个子图像。具体地,待处理图像的大小较大,当待处理图像与图像识别模型能够处理的图像的大小不一致时,需要将待处理图像进行分割。通常,上述至少两个子图像两两之间具有重叠区域,这样可以避免待处理图像包括的对象图像被分割为不完整的对象图像。
最后,将分割得到的子图像确定为待匹配图像。
步骤402,将基准对象图像输入预先训练的图像识别模型,得到基准对象图像的特征向量。
在本实施例中,上述执行主体可以将基准对象图像输入预先训练的图像识别模型,得到基准对象图像的特征向量。其中,特征向量可以表征图像的某些特征(例如颜色特征、纹理特征、形状特征等)。
在本实施例中,图像识别模型可以是采用如上述图2实施例所描述的方法而生成的。具体生成过程可以参见图2实施例的相关描述,在此不再赘述。
步骤403,对于待匹配图像集合中的待匹配图像,将该待匹配图像输入图像识别模型,得到该待匹配图像的特征向量;计算该待匹配图像的特征向量与基准对象图像的特征向量的距离;响应于确定计算得到的距离小于等于预设的距离阈值,提取该待匹配图像作为与基准对象图像匹配的图像。
在本实施例中,对于待匹配图像集合中的待匹配图像,上述执行主体可以执行如下步骤:
首先,将该待匹配图像输入图像识别模型,得到该待匹配图像的特征向量。其中,该待匹配图像的特征向量可以是与基准对象图像的特征向量的维度相同的向量。
然后,计算该待匹配图像的特征向量与基准对象图像的特征向量的距离。特征向量之间的距离可以表征图像之间的相似程度,距离越小,则相似程度越大其中,距离可以是以下任意一种:欧式距离、马氏距离(Mahalanobis Distance)等。
最后,响应于确定计算得到的距离小于等于预设的距离阈值,提取该待匹配图像作为与基准对象图像匹配的图像。其中,距离阈值可以是技术人员根据经验设置的数值,也可以是上述执行主体根据历史数据(例如记录的历史距离阈值)计算(例如计算平均值)出的数值。可选地,上述执行主体可以将提取出的待匹配图像可以在与其连接的显示器上显示,或者对提取出的待匹配图像添加标记。
可选地,如果待匹配图像是某个待处理图像的子图像,且该待匹配图像是与基准对象图像匹配的图像,则上述执行主体进一步将待处理图像源自的待处理图像确定为与基准对象匹配的图像。
本申请的上述实施例提供的用于提取图像的方法,通过使用图像识别模型,得到基准对象图像和待匹配图像的特征向量,再通过比较特征向量之间的距离,从待匹配图像集合中提取出与基准对象图像匹配的图像。在训练图像识别模型所采用的训练样本中不包括待匹配的基准对象图像的情况下,可以通过对比特征向量之间的距离,从待匹配图像集合中提取出与基准对象图像相似的图像。从而提高了图像识别的灵活性和准确性。
进一步参考图5,作为对上述图2所示方法的实现,本申请提供了一种用于生成图像识别模型的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于生成图像识别模型的装置500包括:获取单元501,被配置成获取训练样本集合,其中,训练样本包括样本对象图像、正样本图像和负样本图像,正样本图像中包括目标区域图像,目标区域图像表征的对象与样本对象图像表征的对象相同;训练单元502,被配置成从训练样本集合中选取训练样本,执行如下训练步骤:将选取的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像的特征向量作为第一特征向量、正样本图像的特征向量作为第二特征向量、负样本图像的特征向量作为第三特征向量;确定第二距离与第一距离的差值是否大于等于预设距离,其中,第二距离是第三特征向量与第一特征向量之间的距离,第一距离是第二特征向量与第一特征向量之间的距离;响应于确定大于等于,将初始模型作为训练完成的图像识别模型。
在本实施例中,获取单元501可以通过有线连接方式或者无线连接方式从数据库服务器(例如图1所示的数据库服务器105)或者终端设备(例如图1所示的终端101、102、103)获取训练样本集合。其中,训练样本包括样本对象图像、正样本图像和负样本图像,正样本图像中包括目标区域图像,目标区域图像表征的对象与样本对象图像表征的对象相同。在本实施例中,上述对象可以是各种事物,例如水印、标志、人脸、物体等。目标区域图像可以是与样本对象图像相同的图像,也可以是与样本对象图像相似的图像(例如对样本对象图像进行变形、调色等处理的图像)。负样本图像可以是不包括目标区域图像的图像,也可以是包括所表征的对象与样本对象图像表征的对象不同的图像。需要说明的是,单个训练样本可以包括至少一个正样本图像和至少一个负样本图像。
在本实施例中,训练单元502,可以从训练样本集合中选取训练样本,执行如下训练步骤:
首先,训练单元502可以将将选取的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,经过初始模型对样本对象图像、正样本图像、负样本图像的分析,可以得到三个特征向量,分别为第一特征向量、第二特征向量、第三特征向量。其中,第一特征向量是样本对象图像的特征向量,第二特征向量是正样本图像的特征向量,第三特征向量是负样本图像的特征向量。通常,特征向量可以表征图像的某些特征(例如颜色特征、纹理特征、形状特征等)。需要说明的是,上述第一特征向量、第二特征向量、第三特征向量可以是维度相同的特征向量。初始模型可以是基于机器学习技术而创建的现有的各种神经网络模型。该神经网络模型可以具有现有的各种神经网络结构(例如DenseBox、VGGNet、ResNet、SegNet等)。
然后,确定第二距离与第一距离的差值是否大于等于预设距离,其中,第二距离是第三特征向量与第一特征向量之间的距离,第一距离是第二特征向量与第一特征向量之间的距离。其中,特征向量之间的距离可以表征特征向量之间的相似程度,从而可以表征图像之间的相似程度。通常,特征向量之间的距离越大,图像之间的相似程度越低。上述各个距离可以是以下任意一种:欧式距离、马氏距离(Mahalanobis Distance)等。上述预设距离可以是大于等于0的任意数值。
最后,响应于确定大于等于,将初始模型作为训练完成的图像识别模型。具体地,如果第二距离与第一距离的差值大于等于预设距离,则表示负样本图像与样本对象图像不相似,正样本图像与样本对象图像相似。从而使得图像识别模型可以更准确得鉴别输入的两个图像之间是否相似。
在本实施例的一些可选的实现方式中,该装置500还可以包括:调整单元(图中未示出),被配置成响应于确定第二距离与第一距离的差值小于预设距离,调整初始模型的参数,以及从训练样本集合中的、未被选取的训练样本中,选取训练样本,使用参数调整后的初始模型作为初始模型,继续执行训练步骤。
在本实施例的一些可选的实现方式中,训练样本还可以包括与正样本图像对应的样本标注信息,样本标注信息用于指示样本图像中的目标区域图像的位置;以及初始模型可以通过如下步骤生成:将训练样本集合中的训练样本包括的样本图像作为输入,将与输入的样本图像对应的标注信息作为期望输出,利用机器学习方法,训练得到初始模型。
在本实施例的一些可选的实现方式中,正样本图像的生成方式包括以下至少一种:基于预设的背景图像与样本对象图像融合生成,对包括目标区域图像的初始图像进行标注生成。
本申请的上述实施例提供的用于生成图像识别模型的装置,通过将训练样本集合中的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像、正样本图像、负样本图像的各自的特征向量,在通过比较特征向量之间的距离,对初始模型进行调整,从而得到用于识别图像中的目标图像的图像识别模型,有助于丰富模型的生成方式以及图像识别的手段。
进一步参考图6,作为对上述图4所示方法的实现,本申请提供了一种用于提取图像的装置的一个实施例,该装置实施例与图4所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的用于提取图像的装置600包括:获取单元601,被配置成获取基准对象图像和待匹配图像集合;生成单元602,被配置成将基准对象图像输入预先训练的图像识别模型,得到基准对象图像的特征向量,其中,图像识别模型是根据上述第一方面中任一实现方式描述的方法生成的;匹配单元603,被配置成对于待匹配图像集合中的待匹配图像,将该待匹配图像输入图像识别模型,得到该待匹配图像的特征向量;计算该待匹配图像的特征向量与基准对象图像的特征向量的距离;响应于确定计算得到的距离小于等于预设的距离阈值,提取该待匹配图像作为与基准对象图像匹配的图像。
在本实施例中,获取单元601可以通过有线连接方式或者无线连接方式从远程或从本地获取基准对象图像和待匹配图像集合。其中,基准对象图像可以是待将其与其他图像进行对比的图像,基准对象图像是表征某对象的图像。对象可以是各种事物,例如水印、标志、人脸、物体等。待匹配图像集合可以是预先存储的某类图像(例如包含商标的图像)的集合。
在本实施例中,生成单元602可以将基准对象图像输入预先训练的图像识别模型,得到基准对象图像的特征向量。其中,特征向量可以表征图像的某些特征(例如颜色特征、纹理特征、形状特征等)。在本实施例中,图像识别模型可以是采用如上述图2实施例所描述的方法而生成的。具体生成过程可以参见图2实施例的相关描述,在此不再赘述。
在本实施例中,对于待匹配图像集合中的待匹配图像,上述匹配单元603可以执行如下步骤:
首先,将该待匹配图像输入图像识别模型,得到该待匹配图像的特征向量。其中,该待匹配图像的特征向量可以是与基准对象图像的特征向量的维度相同的向量。
然后,计算该待匹配图像的特征向量与基准对象图像的特征向量的距离。特征向量之间的距离可以表征图像之间的相似程度,距离越小,则相似程度越大其中,距离可以是以下任意一种:欧式距离、马氏距离(Mahalanobis Distance)等。
最后,响应于确定计算得到的距离小于等于预设的距离阈值,提取该待匹配图像作为与基准对象图像匹配的图像。其中,距离阈值可以是技术人员根据经验设置的数值,也可以是上述装置600根据历史数据(例如记录的历史距离阈值)计算(例如计算平均值)出的数值。可选地,上述装置600可以将提取出的待匹配图像可以在与其连接的显示器上显示,或者对提取出的待匹配图像添加标记。
在本实施例的一些可选的实现方式中,待匹配图像可以通过如下步骤得到:获取待处理图像;将待处理图像分割为至少两个子图像;将分割得到的子图像确定为待匹配图像。
下面参考图7,其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器或终端设备)的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元和训练单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取训练样本集合的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取训练样本集合,其中,训练样本包括样本对象图像、正样本图像和负样本图像,正样本图像中包括目标区域图像,目标区域图像表征的对象与样本对象图像表征的对象相同;从训练样本集合中选取训练样本,执行如下训练步骤:将选取的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像的特征向量作为第一特征向量、正样本图像的特征向量作为第二特征向量、负样本图像的特征向量作为第三特征向量;确定第二距离与第一距离的差值是否大于等于预设距离,其中,第二距离是第三特征向量与第一特征向量之间的距离,第一距离是第二特征向量与第一特征向量之间的距离;响应于确定大于等于,将初始模型作为训练完成的图像识别模型。
此外,当上述一个或者多个程序被该电子设备执行时,还可以使得该电子设备:获取基准对象图像和待匹配图像集合;将基准对象图像输入预先训练的图像识别模型,得到基准对象图像的特征向量,其中,图像识别模型是根据上述第一方面中任一实现方式描述的方法生成的;对于待匹配图像集合中的待匹配图像,将该待匹配图像输入图像识别模型,得到该待匹配图像的特征向量;计算该待匹配图像的特征向量与基准对象图像的特征向量的距离;响应于确定计算得到的距离小于等于预设的距离阈值,提取该待匹配图像作为与基准对象图像匹配的图像。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于生成图像识别模型的方法,包括:
获取训练样本集合,其中,训练样本包括样本对象图像、正样本图像和负样本图像,正样本图像中包括目标区域图像,目标区域图像表征的对象与样本对象图像表征的对象相同;
从所述训练样本集合中选取训练样本,执行如下训练步骤:将选取的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像的特征向量作为第一特征向量、正样本图像的特征向量作为第二特征向量、负样本图像的特征向量作为第三特征向量;确定第二距离与第一距离的差值是否大于等于预设距离,其中,第二距离是第三特征向量与第一特征向量之间的距离,第一距离是第二特征向量与第一特征向量之间的距离;响应于确定大于等于,将初始模型作为训练完成的图像识别模型。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定第二距离与第一距离的差值小于预设距离,调整初始模型的参数,以及从所述训练样本集合中的、未被选取的训练样本中,选取训练样本,使用参数调整后的初始模型作为初始模型,继续执行所述训练步骤。
3.根据权利要求1所述的方法,其中,训练样本还包括与正样本图像对应的样本标注信息,样本标注信息用于指示样本图像中的目标区域图像的位置;以及
初始模型通过如下步骤生成:
将所述训练样本集合中的训练样本包括的样本图像作为输入,将与输入的样本图像对应的标注信息作为期望输出,利用机器学习方法,训练得到初始模型。
4.根据权利要求1-3之一所述的方法,其中,正样本图像的生成方式包括以下至少一种:基于预设的背景图像与样本对象图像融合生成,对包括目标区域图像的初始图像进行标注生成。
5.一种用于提取图像的方法,包括:
获取基准对象图像和待匹配图像集合;
将所述基准对象图像输入预先训练的图像识别模型,得到所述基准对象图像的特征向量,其中,所述图像识别模型是根据权利要求1-4之一所述的方法生成的;
对于所述待匹配图像集合中的待匹配图像,将该待匹配图像输入所述图像识别模型,得到该待匹配图像的特征向量;计算该待匹配图像的特征向量与所述基准对象图像的特征向量的距离;响应于确定计算得到的距离小于等于预设的距离阈值,提取该待匹配图像作为与所述基准对象图像匹配的图像。
6.根据权利要求5所述的方法,其中,待匹配图像通过如下步骤得到:
获取待处理图像;
将所述待处理图像分割为至少两个子图像;
将分割得到的子图像确定为待匹配图像。
7.一种用于生成图像识别模型的装置,包括:
获取单元,被配置成获取训练样本集合,其中,训练样本包括样本对象图像、正样本图像和负样本图像,正样本图像中包括目标区域图像,目标区域图像表征的对象与样本对象图像表征的对象相同;
训练单元,被配置成从所述训练样本集合中选取训练样本,执行如下训练步骤:将选取的训练样本包括的样本对象图像、正样本图像、负样本图像分别输入初始模型,得到样本对象图像的特征向量作为第一特征向量、正样本图像的特征向量作为第二特征向量、负样本图像的特征向量作为第三特征向量;确定第二距离与第一距离的差值是否大于等于预设距离,其中,第二距离是第三特征向量与第一特征向量之间的距离,第一距离是第二特征向量与第一特征向量之间的距离;响应于确定大于等于,将初始模型作为训练完成的图像识别模型。
8.根据权利要求7所述的装置,其中,所述装置还包括:
调整单元,被配置成响应于确定第二距离与第一距离的差值小于预设距离,调整初始模型的参数,以及从所述训练样本集合中的、未被选取的训练样本中,选取训练样本,使用参数调整后的初始模型作为初始模型,继续执行所述训练步骤。
9.根据权利要求7所述的装置,其中,训练样本还包括与正样本图像对应的样本标注信息,样本标注信息用于指示样本图像中的目标区域图像的位置;以及
初始模型通过如下步骤生成:
将所述训练样本集合中的训练样本包括的样本图像作为输入,将与输入的样本图像对应的标注信息作为期望输出,利用机器学习方法,训练得到初始模型。
10.根据权利要求7-9之一所述的装置,其中,正样本图像的生成方式包括以下至少一种:基于预设的背景图像与样本对象图像融合生成,对包括目标区域图像的初始图像进行标注生成。
11.一种用于提取图像的装置,包括:
获取单元,被配置成获取基准对象图像和待匹配图像集合;
生成单元,被配置成将所述基准对象图像输入预先训练的图像识别模型,得到所述基准对象图像的特征向量,其中,所述图像识别模型是根据权利要求1-4之一所述的方法生成的;
匹配单元,被配置成对于所述待匹配图像集合中的待匹配图像,将该待匹配图像输入所述图像识别模型,得到该待匹配图像的特征向量;计算该待匹配图像的特征向量与所述基准对象图像的特征向量的距离;响应于确定计算得到的距离小于等于预设的距离阈值,提取该待匹配图像作为与所述基准对象图像匹配的图像。
12.根据权利要求11所述的装置,其中,待匹配图像通过如下步骤得到:
获取待处理图像;
将所述待处理图像分割为至少两个子图像;
将分割得到的子图像确定为待匹配图像。
13.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810715194.1A CN108898185A (zh) | 2018-07-03 | 2018-07-03 | 用于生成图像识别模型的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810715194.1A CN108898185A (zh) | 2018-07-03 | 2018-07-03 | 用于生成图像识别模型的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108898185A true CN108898185A (zh) | 2018-11-27 |
Family
ID=64347930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810715194.1A Pending CN108898185A (zh) | 2018-07-03 | 2018-07-03 | 用于生成图像识别模型的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898185A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109743552A (zh) * | 2019-01-17 | 2019-05-10 | 宇龙计算机通信科技(深圳)有限公司 | 一种对象监控方法、装置、服务器及存储介质 |
CN109858555A (zh) * | 2019-02-12 | 2019-06-07 | 北京百度网讯科技有限公司 | 基于图像的数据处理方法、装置、设备及可读存储介质 |
CN110033049A (zh) * | 2019-04-18 | 2019-07-19 | 北京字节跳动网络技术有限公司 | 用于生成模型、用于输出信息的方法和装置 |
CN110222590A (zh) * | 2019-05-15 | 2019-09-10 | 北京字节跳动网络技术有限公司 | 图像差异判断方法、装置及电子设备 |
CN110263918A (zh) * | 2019-06-17 | 2019-09-20 | 北京字节跳动网络技术有限公司 | 训练卷积神经网络的方法、装置、电子设备和计算机可读存储介质 |
CN110516737A (zh) * | 2019-08-26 | 2019-11-29 | 南京人工智能高等研究院有限公司 | 用于生成图像识别模型的方法和装置 |
CN110516734A (zh) * | 2019-08-23 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种图像匹配方法、装置、设备及存储介质 |
CN110516717A (zh) * | 2019-08-09 | 2019-11-29 | 南京人工智能高等研究院有限公司 | 用于生成图像识别模型的方法和装置 |
CN111598025A (zh) * | 2020-05-20 | 2020-08-28 | 腾讯科技(深圳)有限公司 | 图像识别模型的训练方法和装置 |
CN111738311A (zh) * | 2020-06-04 | 2020-10-02 | 北京字节跳动网络技术有限公司 | 面向多任务的特征提取方法、装置及电子设备 |
CN112149699A (zh) * | 2019-06-28 | 2020-12-29 | 北京京东尚科信息技术有限公司 | 用于生成模型的方法、装置和用于识别图像的方法、装置 |
CN112232360A (zh) * | 2020-09-30 | 2021-01-15 | 上海眼控科技股份有限公司 | 图像检索模型优化方法、图像检索方法、装置及存储介质 |
CN112633357A (zh) * | 2020-12-18 | 2021-04-09 | 北京地平线信息技术有限公司 | 样本图像生成方法和装置、图像识别模型生成方法和装置 |
CN112749705A (zh) * | 2019-10-31 | 2021-05-04 | 深圳云天励飞技术有限公司 | 训练模型更新方法及相关设备 |
CN112766320A (zh) * | 2020-12-31 | 2021-05-07 | 平安科技(深圳)有限公司 | 一种分类模型训练方法及计算机设备 |
CN112906724A (zh) * | 2019-11-19 | 2021-06-04 | 华为技术有限公司 | 一种图像处理装置、方法、介质及系统 |
CN113344890A (zh) * | 2021-06-18 | 2021-09-03 | 北京百度网讯科技有限公司 | 医学图像识别方法、识别模型训练方法及装置 |
CN113379999A (zh) * | 2021-06-22 | 2021-09-10 | 徐州才聚智能科技有限公司 | 火情检测方法、装置、电子设备及存储介质 |
WO2022193731A1 (zh) * | 2021-03-18 | 2022-09-22 | 杭州海康威视系统技术有限公司 | 对象识别模型的训练方法、装置及存储介质 |
CN115695904A (zh) * | 2021-07-21 | 2023-02-03 | 广州视源电子科技股份有限公司 | 视频的处理方法、装置、计算机存储介质及智能交互平板 |
US11605220B2 (en) | 2018-12-19 | 2023-03-14 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for video surveillance |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006055413A9 (en) * | 2004-11-11 | 2006-08-31 | Univ Columbia | Methods and systems for identifying and localizing objects based on features of the objects that are mapped to a vector |
CN106780612A (zh) * | 2016-12-29 | 2017-05-31 | 浙江大华技术股份有限公司 | 一种图像中的物体检测方法及装置 |
CN106951484A (zh) * | 2017-03-10 | 2017-07-14 | 百度在线网络技术(北京)有限公司 | 图片检索方法及装置、计算机设备及计算机可读介质 |
CN107609601A (zh) * | 2017-09-28 | 2018-01-19 | 北京计算机技术及应用研究所 | 一种基于多层卷积神经网络的舰船目标识别方法 |
CN107679466A (zh) * | 2017-09-21 | 2018-02-09 | 百度在线网络技术(北京)有限公司 | 信息输出方法和装置 |
CN108154196A (zh) * | 2018-01-19 | 2018-06-12 | 百度在线网络技术(北京)有限公司 | 用于输出图像的方法和装置 |
-
2018
- 2018-07-03 CN CN201810715194.1A patent/CN108898185A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006055413A9 (en) * | 2004-11-11 | 2006-08-31 | Univ Columbia | Methods and systems for identifying and localizing objects based on features of the objects that are mapped to a vector |
CN106780612A (zh) * | 2016-12-29 | 2017-05-31 | 浙江大华技术股份有限公司 | 一种图像中的物体检测方法及装置 |
CN106951484A (zh) * | 2017-03-10 | 2017-07-14 | 百度在线网络技术(北京)有限公司 | 图片检索方法及装置、计算机设备及计算机可读介质 |
CN107679466A (zh) * | 2017-09-21 | 2018-02-09 | 百度在线网络技术(北京)有限公司 | 信息输出方法和装置 |
CN107609601A (zh) * | 2017-09-28 | 2018-01-19 | 北京计算机技术及应用研究所 | 一种基于多层卷积神经网络的舰船目标识别方法 |
CN108154196A (zh) * | 2018-01-19 | 2018-06-12 | 百度在线网络技术(北京)有限公司 | 用于输出图像的方法和装置 |
Non-Patent Citations (1)
Title |
---|
ELAD HOFFER ET AL.: "Deep Metric Learning Using TripletNetwork", 《INTERNATIONAL WORKSHOP ON SIMILARITY-BASED PATTERN RECOGNITION》 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11605220B2 (en) | 2018-12-19 | 2023-03-14 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for video surveillance |
CN109743552A (zh) * | 2019-01-17 | 2019-05-10 | 宇龙计算机通信科技(深圳)有限公司 | 一种对象监控方法、装置、服务器及存储介质 |
CN109858555A (zh) * | 2019-02-12 | 2019-06-07 | 北京百度网讯科技有限公司 | 基于图像的数据处理方法、装置、设备及可读存储介质 |
US11151406B2 (en) | 2019-02-12 | 2021-10-19 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus, device and readable storage medium for image-based data processing |
CN110033049A (zh) * | 2019-04-18 | 2019-07-19 | 北京字节跳动网络技术有限公司 | 用于生成模型、用于输出信息的方法和装置 |
CN110222590A (zh) * | 2019-05-15 | 2019-09-10 | 北京字节跳动网络技术有限公司 | 图像差异判断方法、装置及电子设备 |
CN110222590B (zh) * | 2019-05-15 | 2021-05-25 | 北京字节跳动网络技术有限公司 | 图像差异判断方法、装置及电子设备 |
CN110263918A (zh) * | 2019-06-17 | 2019-09-20 | 北京字节跳动网络技术有限公司 | 训练卷积神经网络的方法、装置、电子设备和计算机可读存储介质 |
CN112149699A (zh) * | 2019-06-28 | 2020-12-29 | 北京京东尚科信息技术有限公司 | 用于生成模型的方法、装置和用于识别图像的方法、装置 |
CN112149699B (zh) * | 2019-06-28 | 2023-09-05 | 北京京东尚科信息技术有限公司 | 用于生成模型的方法、装置和用于识别图像的方法、装置 |
CN110516717A (zh) * | 2019-08-09 | 2019-11-29 | 南京人工智能高等研究院有限公司 | 用于生成图像识别模型的方法和装置 |
CN110516717B (zh) * | 2019-08-09 | 2022-02-01 | 南京人工智能高等研究院有限公司 | 用于生成图像识别模型的方法和装置 |
CN110516734A (zh) * | 2019-08-23 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种图像匹配方法、装置、设备及存储介质 |
CN110516737B (zh) * | 2019-08-26 | 2023-05-26 | 南京人工智能高等研究院有限公司 | 用于生成图像识别模型的方法和装置 |
CN110516737A (zh) * | 2019-08-26 | 2019-11-29 | 南京人工智能高等研究院有限公司 | 用于生成图像识别模型的方法和装置 |
CN112749705A (zh) * | 2019-10-31 | 2021-05-04 | 深圳云天励飞技术有限公司 | 训练模型更新方法及相关设备 |
CN112906724A (zh) * | 2019-11-19 | 2021-06-04 | 华为技术有限公司 | 一种图像处理装置、方法、介质及系统 |
CN111598025A (zh) * | 2020-05-20 | 2020-08-28 | 腾讯科技(深圳)有限公司 | 图像识别模型的训练方法和装置 |
CN111738311A (zh) * | 2020-06-04 | 2020-10-02 | 北京字节跳动网络技术有限公司 | 面向多任务的特征提取方法、装置及电子设备 |
CN112232360A (zh) * | 2020-09-30 | 2021-01-15 | 上海眼控科技股份有限公司 | 图像检索模型优化方法、图像检索方法、装置及存储介质 |
CN112633357A (zh) * | 2020-12-18 | 2021-04-09 | 北京地平线信息技术有限公司 | 样本图像生成方法和装置、图像识别模型生成方法和装置 |
CN112766320A (zh) * | 2020-12-31 | 2021-05-07 | 平安科技(深圳)有限公司 | 一种分类模型训练方法及计算机设备 |
CN112766320B (zh) * | 2020-12-31 | 2023-12-22 | 平安科技(深圳)有限公司 | 一种分类模型训练方法及计算机设备 |
WO2022193731A1 (zh) * | 2021-03-18 | 2022-09-22 | 杭州海康威视系统技术有限公司 | 对象识别模型的训练方法、装置及存储介质 |
CN113344890A (zh) * | 2021-06-18 | 2021-09-03 | 北京百度网讯科技有限公司 | 医学图像识别方法、识别模型训练方法及装置 |
CN113344890B (zh) * | 2021-06-18 | 2024-04-12 | 北京百度网讯科技有限公司 | 医学图像识别方法、识别模型训练方法及装置 |
CN113379999A (zh) * | 2021-06-22 | 2021-09-10 | 徐州才聚智能科技有限公司 | 火情检测方法、装置、电子设备及存储介质 |
CN115695904A (zh) * | 2021-07-21 | 2023-02-03 | 广州视源电子科技股份有限公司 | 视频的处理方法、装置、计算机存储介质及智能交互平板 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108898185A (zh) | 用于生成图像识别模型的方法和装置 | |
CN108898186B (zh) | 用于提取图像的方法和装置 | |
CN108038469B (zh) | 用于检测人体的方法和装置 | |
CN108830235A (zh) | 用于生成信息的方法和装置 | |
CN107578017A (zh) | 用于生成图像的方法和装置 | |
CN109191514A (zh) | 用于生成深度检测模型的方法和装置 | |
CN110288049A (zh) | 用于生成图像识别模型的方法和装置 | |
CN109086719A (zh) | 用于输出数据的方法和装置 | |
CN108595628A (zh) | 用于推送信息的方法和装置 | |
CN108985257A (zh) | 用于生成信息的方法和装置 | |
CN108960316A (zh) | 用于生成模型的方法和装置 | |
CN109308681A (zh) | 图像处理方法和装置 | |
CN109829432A (zh) | 用于生成信息的方法和装置 | |
CN109993150A (zh) | 用于识别年龄的方法和装置 | |
CN108345387A (zh) | 用于输出信息的方法和装置 | |
CN107910060A (zh) | 用于生成信息的方法和装置 | |
CN108984399A (zh) | 检测界面差异的方法、电子设备和计算机可读介质 | |
CN109034069A (zh) | 用于生成信息的方法和装置 | |
CN109815365A (zh) | 用于处理视频的方法和装置 | |
CN108491823A (zh) | 用于生成人眼识别模型的方法和装置 | |
CN109344752A (zh) | 用于处理嘴部图像的方法和装置 | |
CN109241934A (zh) | 用于生成信息的方法和装置 | |
CN110009059A (zh) | 用于生成模型的方法和装置 | |
CN108509921A (zh) | 用于生成信息的方法和装置 | |
CN108491812A (zh) | 人脸识别模型的生成方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181127 |
|
RJ01 | Rejection of invention patent application after publication |