CN109934275B

CN109934275B - 图像处理方法及装置、电子设备和存储介质

Info

Publication number: CN109934275B
Application number: CN201910163668.0A
Authority: CN
Inventors: 黄德亮; 赵瑞
Original assignee: Shenzhen Sensetime Technology Co Ltd
Current assignee: Shenzhen Sensetime Technology Co Ltd
Priority date: 2019-03-05
Filing date: 2019-03-05
Publication date: 2021-12-14
Anticipated expiration: 2039-03-05
Also published as: CN109934275A

Abstract

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：对待处理图像进行预处理，获得第一图像；分别确定第一图像和各参考图像之间的特征相似度；根据第一图像和各参考图像之间的特征相似度，从第一图像和参考图像中筛选出多个样本图像对；通过参考图像对对识别网络进行有监督训练，并通过所述样本图像对对识别网络进行无监督训练，获得训练后的识别网络。根据本公开的实施例的图像处理方法，可通过第一图像和各参考图像之间的特征相似度去除噪声图像数据，筛选出用于训练识别网络的样本图像对，提高识别网络的训练效果，提升识别处理的准确率。

Description

图像处理方法及装置、电子设备和存储介质

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及装置、电子设备和存储介质。

背景技术

在相关技术中，基于神经网络的人脸识别技术可用于监控等领域，可将拍摄到的视频帧中的人物与后台的图像库中的人物图像进行对比，确定视频帧中的人物的身份等信息，然而，在神经网络不断更新训练的过程中，需要将拍摄的视频帧用于神经网络的训练过程中，但视频帧中包含噪声数据，降低了神经网络的训练效果，降低了人脸识别处理的准确度。

发明内容

本公开提出了一种图像处理方法及装置、电子设备和存储介质。

根据本公开的一方面，提供了一种图像处理方法，包括：

对待处理图像进行预处理，获得第一图像；

分别确定所述第一图像和各参考图像之间的特征相似度；

根据所述第一图像和各参考图像之间的特征相似度，从所述第一图像和所述参考图像中筛选出多个样本图像对，其中，所述样本图像对包括不同目标对象的一个第一图像和一个参考图像；

通过参考图像对对识别网络进行有监督训练，并通过所述样本图像对对识别网络进行无监督训练，获得训练后的识别网络，其中，所述参考图像对包括同一目标对象的两个参考图像。

根据本公开的实施例的图像处理方法，可通过第一图像和各参考图像之间的特征相似度去除噪声图像数据，筛选出用于训练识别网络的样本图像对，提高识别网络的训练效果，提升识别处理的准确率。

在一种可能的实现方式中，分别确定所述第一图像和各参考图像之间的特征相似度，包括：

通过所述识别网络对所述第一图像和所述参考图像进行特征提取，分别获得所述第一图像的第一特征信息和所述参考图像的第二特征信息；

确定所述第一特征信息和所述第二特征信息之间的余弦相似度；

将所述余弦相似度确定为所述第一图像和所述参考图像之间的特征相似度。

在一种可能的实现方式中，根据所述第一图像和所述参考图像之间的特征相似度，从所述第一图像和所述参考图像中筛选出多个样本图像对，包括：

在所述第一图像和第一参考图像之间的特征相似度大于或等于相似度阈值的情况下，将所述第一图像和所述第一参考图像确定为所述样本图像对，其中，所述第一参考图像为所述参考图像中的任意一个。

通过这种方式，可通过相似度阈值来筛选样本图像对，去除噪声图像数据，提高识别网络的训练效果。

对所述第一图像和各参考图像之间的特征相似度进行排序，获得特征相似度序列；

从所述特征相似度序列中筛选出预定数量的第一特征相似度，并将所述第一特征相似度对应的第一图像和参考图像组成所述样本图像对。

在一种可能的实现方式中，所述通过所述样本图像对对识别网络进行无监督训练，包括：

将样本图像对的第一图像和参考图像输入所述识别网络进行特征提取处理，获得所述第一图像的第三特征信息和参考图像的第四特征信息；

根据所述第三特征信息和所述第四特征信息，确定所述样本图像对的第一图像和参考图像的第一特征相似度；

根据所述第一特征相似度和预设的目标相似度之间的差值与零之间的最大值，确定所述识别网络的第一损失；

根据所述第一损失训练所述识别网络。

通过这种方式，通过第一特征相似度和预设的目标相似度，确定所述识别网络的第一损失，并根据第一损失训练识别网络，可降低识别网络的误报率，提高识别性能，并提高识别网络的普适性。

在一种可能的实现方式中，所述通过参考图像对对识别网络进行有监督训练，包括：

将参考图像对的第二参考图像和第三参考图像输入所述识别网络进行特征提取处理，获得所述第二参考图像的第五特征信息和第三参考图像的第六特征信息；

根据所述第五特征信息和所述第六特征信息，确定所述参考图像对的第二参考图像和第三参考图像的第二特征相似度；

根据所述第二特征相似度，确定所述识别网络的第二损失；

根据所述第二损失训练所述识别网络。

在一种可能的实现方式中，对待处理图像进行预处理，获得第一图像，包括：

对待处理图像进行关键点检测处理，获得待处理图像中的目标对象的关键点；

根据所述目标对象的关键点，对待处理图像进行校正处理，获得第二图像；

根据所述第二图像的图像质量，对所述第二图像进行筛选，从所述第二图像中确定出所述第一图像。

根据本公开的另一方面，提供了一种图像处理方法，包括：

对待检测图像进行预处理，获得第二图像；

将所述第二图像输入所述训练后的识别网络进行处理，在所述参考图像中确定与所述待检测图像的特征相似度最高的第二参考图像，所述参考特征信息为所述训练后的识别网络对所述参考图像进行特征提取处理获得的特征信息；

将所述第二参考图像中的目标对象的身份信息确定为所述待检测图像中的目标对象的身份信息。

根据本公开的另一方面，提供了一种图像处理装置，包括：

第一预处理模块，用于对待处理图像进行预处理，获得第一图像；

第一确定模块，用于分别确定所述第一图像和各参考图像之间的特征相似度；

筛选模块，用于根据所述第一图像和各参考图像之间的特征相似度，从所述第一图像和所述参考图像中筛选出多个样本图像对，其中，所述样本图像对包括不同目标对象的一个第一图像和一个参考图像；

训练模块，用于通过参考图像对对识别网络进行有监督训练，并通过所述样本图像对对识别网络进行无监督训练，获得训练后的识别网络，其中，所述参考图像对包括同一目标对象的两个参考图像。

在一种可能的实现方式中，所述第一确定模块被进一步配置为：

在一种可能的实现方式中，所述筛选模块被进一步配置为：

在一种可能的实现方式中，所述训练模块被进一步配置为：

根据所述第一损失训练所述识别网络。

在一种可能的实现方式中，所述训练模块被进一步配置为：

根据所述第二特征相似度，确定所述识别网络的第二损失；

根据所述第二损失训练所述识别网络。

在一种可能的实现方式中，所述预处理模块被进一步配置为：

根据本公开的另一方面，提供了一种图像处理装置，包括：

第二预处理模块，用于对待检测图像进行预处理，获得第二图像；

获得模块，用于将所述第二图像输入根据权利要求9-15中任一项所述的装置训练后的识别网络进行处理，在所述参考图像中确定与所述待检测图像的特征相似度最高的第二参考图像，所述参考特征信息为所述训练后的识别网络对所述参考图像进行特征提取处理获得的特征信息；

第二确定模块，用于将所述第二参考图像中的目标对象的身份信息确定为所述待检测图像中的目标对象的身份信息。

根据本公开的一方面，提供了一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行上述图像处理方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述图像处理方法。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的图像处理方法的流程图；

图2示出根据本公开实施例的图像处理方法的流程图；

图3示出根据本公开实施例的图像处理方法的应用示意图；

图4示出根据本公开实施例的图像处理装置的框图；

图5示出根据本公开实施例的图像处理装置的框图；

图6示出根据本公开实施例的电子装置的框图；

图7示出根据本公开实施例的电子装置的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开实施例的图像处理方法的流程图，如图1所示，所述方法包括：

在步骤S11中，对待处理图像进行预处理，获得第一图像；

在步骤S12中，分别确定所述第一图像和各参考图像之间的特征相似度；

在步骤S13中，根据所述第一图像和各参考图像之间的特征相似度，从所述第一图像和所述参考图像中筛选出多个样本图像对，其中，所述样本图像对包括不同目标对象的一个第一图像和一个参考图像；

在步骤S14中，通过参考图像对对识别网络进行有监督训练，并通过所述样本图像对对识别网络进行无监督训练，获得训练后的识别网络，其中，所述参考图像对包括同一目标对象的两个参考图像。

在一种可能的实现方式中，所述图像处理方法可以由终端设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，所述图像处理方法通过服务器执行。

在一种可能的实现方式中，所述待处理图像可以是通过监控系统、门禁系统等获取的目标对象的图像，例如，所述监控系统或门禁系统可具有一个或多个摄像头，所述摄像头可获取目标对象的人脸等图像。

在一种可能的实现方式中，所述参考图像可以是用于进行对比以确定待处理图像的类别信息的图像，例如，所述参考图像可包括已知身份的目标对象的人脸，同一个目标对象的人脸可具有多个参考图像，这些参考图像中目标对象的身份信息相同。所述待处理图像中的目标对象的身份信息与参考图像中的目标对象的身份信息不同，例如，所述参考图像和待处理图像的采集地点不同，则可减小参考图像中的目标对象与待处理图像中的目标对象的身份信息相同的概率。

在一种可能的实现方式中，所述识别网络可以是任意结构的卷积神经网络，可用于对图像进行特征提取处理并根据提取的特征信息对确定图像的类别信息，例如，确定图像中的目标对象的身份信息等。

在一种可能的实现方式中，可对待处理图像进行预处理，例如，所述待处理图像中的目标对象的人脸的位置、尺寸或角度等可互不相同，可对待处理图像进行校正等预处理，使目标对象的人脸在图像中位于预设位置，且具有预设尺寸和角度。

在一种可能的实现方式中，步骤S11可包括：对待处理图像进行关键点检测处理，获得待处理图像中的目标对象的关键点；根据所述目标对象的关键点，对待处理图像进行校正处理，获得所述第二图像；根据所述第二图像的图像质量，对所述第二图像进行筛选，从所述第二图像中确定出所述第一图像。

在一种可能的实现方式中，可对待处理图像进行关键点检测处理，获得待处理图像中的目标对象的关键点。在示例中，可通过使用卷积神经网络等方法来获取目标对象的关键点，例如，所述待处理图像为目标对象的人脸的图像，可获得目标对象的人脸的左眼瞳孔关键点、右眼瞳孔关键点、鼻尖关键点、左嘴角关键点、右嘴角关键点、嘴中心关键点等关键点，本公开对获取目标对象的关键点的方法以及获取的关键点类别不做限制。

在一种可能的实现方式中，可根据目标对象的关键点，对待处理图像进行校正处理，可获得所述第一图像，所述第一图像可用于所述识别网络的训练过程，例如，所述校正处理后获得的第一图像中的目标对象的人脸在第一图像中位于预设位置，且具有预设尺寸和角度。

在示例中，可通过放缩、平移等方式对待检测图像进行校正处理，或者，可通过仿射变换或相似变换等方式对待检测图像进行校正处理，本公开对校正处理的方式不做限制，在校正处理后，获得的第一图像中目标对象的关键点位于预设位置，例如，目标对象的人脸的左眼瞳孔关键点、右眼瞳孔关键点、鼻尖关键点、左嘴角关键点、右嘴角关键点、嘴中心关键点等关键点位于预设位置，使得目标对象的人脸在第一图像中位于预设位置，且具有预设尺寸和角度。

在一种可能的实现方式中，摄像头拍摄到的多个待检测图像的图像质量可不同，例如，待检测图像的清晰度、亮度等指标不同，因此，经过校正处理后，获得第二图像的图像质量也不同，可根据第二图像的图像质量对第二图像进行筛选，去除图像质量较差的第二图像，获得图像质量较好的第一图像。例如，可通过第二图像的清晰度、亮度等指标来确定第二图像的图像质量，并根据图像对第二图像进行筛选。本公开对图像质量的确定指标不做限制。

在一种可能的实现方式中，在步骤S12中，可分别确定第一图像和各参考图像之间的特征相似度。在示例中，摄像头可获取到多个待处理图像，经过预处理后，获得多个第一图像，可分别针对每个第一图像，确定其与各参考图像之间的特征相似度。例如，所述第一图像的数量为100，所述参考图像的数量为1000，可分别针对每个第一图像，确定其与1000个参考图像之间的特征相似度，即，确定特征相似度的处理可执行100000次，获得100000组图像的特征相似度。

在一种可能的实现方式中，步骤S12可包括：通过所述识别网络对所述第一图像和所述参考图像进行特征提取，分别获得所述第一图像的第一特征信息和所述参考图像的第二特征信息；确定所述第一特征信息和所述第二特征信息之间的余弦相似度；将所述余弦相似度确定为所述第一图像和所述参考图像之间的特征相似度。

在一种可能的实现方式中，可通过所述识别网络对所述第一图像和所述参考图像进行特征提取，所述识别网络可以是卷积神经网络等神经网络，本公开对识别网络的类型不做限制。所述识别网络可通过卷积等下采样处理，分别获得第一图像的第一特征信息和参考图像的第二特征信息，在示例中，所述第一特征信息和第二特征信息可以是特征图或特征向量等特征信息。

在一种可能的实现方式中，可确定所述第一特征信息和所述第二特征信息之间的余弦相似度。在示例中，第一特征信息和第二特征信息均可以是特征向量，可确定两个特征向量的余弦相似度，并将第一特征信息和第二特征信息之间的余弦相似度确定为第一图像和参考图像之间的特征相似度。本公开对特征相似度的确定方式不做限制。

在示例中，所述第一图像的数量为100，所述参考图像的数量为1000，可分别针对每个第一图像，确定其与1000个参考图像之间的特征相似度。例如，在确定某个第一图像与各参考图像的特征相似度时，可提取该第一图像的第一特征信息，并提取所有参考图像的第二特征信息，并分别获得该第一特征信息与各第二特征信息的余弦相似度，作为该第一图像与各参考图像的特征相似度，在确定该第一图像与各参考图像的特征相似度时，获得了1000组图像的特征相似度。进一步地，在确定另一个第一图像与各参考图像的特征相似度时，可仅通过识别网络提取所述另一个第一图像的第一特征信息，并分别确定所述另一个第一图像的第一特征信息与之前提取的各参考图像的第二特征信息之间的余弦相似度，作为所述另一个第一图像与各参考图像的特征相似度。可迭代执行上述处理，例如，确定特征相似度的处理可执行100000次，获得100000组图像的特征相似度。

在一种可能的实现方式中，在步骤S13中，可根据所述第一图像和各参考图像之间的特征相似度，筛选样本图像对。所述步骤S13可包括：在所述第一图像和第一参考图像之间的特征相似度大于或等于相似度阈值的情况下，将所述第一图像和所述第一参考图像确定为所述样本图像对，其中，所述第一参考图像为所述参考图像中的任意一个。

在示例中，所述第一图像的数量为100，所述参考图像的数量为1000，在步骤S12中获得了100000组图像的特征相似度。可设定相似度阈值，如果第一图像和第一参考图像之间的特征相似度大于或等于相似度阈值，则所述第一图像与第一参考图像可组成一个样本图像对。

在一种可能的实现方式中，所述步骤S13可包括：对所述第一图像和各参考图像之间的特征相似度进行排序，获得特征相似度序列；从所述特征相似度序列中筛选出预定数量的第一特征相似度，并将所述第一特征相似度对应的第一图像和参考图像组成所述样本图像对。

在示例中，可对100000组图像的特征相似度进行排序，并从排序的序列中选取样本图像对，例如，可选取预定数量或预设百分比(例如，前100个或前千分之一)的特征相似度，则排序的序列中前100个或前千分之一个特征相似度中的最后一个即为所述相似度阈值，所述前千分之一的特征相似度对应的第一图像和参考图像均可组成样本图像对。本公开对百分比或样本图像对的数量不做限制。

在示例中，第一图像和参考图像均可重复组合，例如，第一图像A和参考图像A₁之间的特征相似度在所述排序的序列中处于前千分之一(大于或等于相似度阈值)，则第一图像A和参考图像A₁可组成所述样本图像对，第一图像A和参考图像B₁之间的特征相似度在所述排序的序列中也处于前千分之一，则第一图像A和参考图像B₁也可组成所述样本图像对。同理，第一图像B和参考图像A₁之间的特征相似度在所述排序的序列中处于前千分之一，则第一图像B和参考图像A₁可组成所述样本图像对，第一图像B和参考图像B₁之间的特征相似度在所述排序的序列中也处于前千分之一，则第一图像B和参考图像B₁也可组成所述样本图像对。

在示例中，所述预设百分比可指示样本图像对的训练难度，所述百分比越大(即，相似度阈值越小)，样本图像对中的两个图像之间的特征相似度越低，训练难度越高。

在一种可能的实现方式中，在步骤S14中，可通过参考图像对和筛选出的样本图像对训练所述识别网络，获得训练后的识别网络，即，对识别网络的网络参数进行更新。可通过参考图像对对识别网络进行有监督训练，并通过所述样本图像对对识别网络进行无监督训练，所述有监督训练和是无监督训练均和对网络参数进行更新，当所述识别网络满足训练条件时，可获得训练后的识别网络。在示例中，监控系统或门禁系统等可基于所述识别网络进行人脸识别等处理，在所述监控系统或门禁系统不断获取到图像的过程中，可利用获取到的图像和参考图像再次训练识别网络，更新识别网络的网络参数，即，增量训练。例如，某个目标对象的外貌在一定时间段中发生变化，则增量训练过程可及时获得该目标对象的特征信息，提高所述识别网络对该目标对象的识别准确率。进一步地，通过获取到的图像对识别网络进行增量训练可提升识别网络的普适性。

在一种可能的实现方式中，可通过由第一图像和参考图像组成的样本图像对对识别网络进行无监督训练，其中，样本图像对中的第一图像和参考图像之间的特征相似度较高(例如，大于或等于相似度阈值或处于相似度的排序序列中的前千分之一)，但样本图像对中的第一图像与参考图像中的目标对象的身份信息不同。所述通过所述样本图像对对识别网络进行无监督训练可包括：将样本图像对的第一图像和参考图像输入所述识别网络进行特征提取处理，获得所述第一图像的第三特征信息和参考图像的第四特征信息；根据所述第三特征信息和所述第四特征信息，确定所述样本图像对的第一图像和参考图像的第一特征相似度；根据所述第一特征相似度和预设的目标相似度之间的差值与零之间的最大值，确定所述识别网络的第一损失；根据所述第一损失训练所述识别网络

在一种可能的实现方式中，可分别将样本图像对中的第一图像和参考图像输入识别网络，以获取第一图像的第三特征信息和参考图像的第四特征信息。

在一种可能的实现方式中，根据所述第三特征信息和所述第四特征信息，确定所述样本图像对的第一图像和参考图像的第一特征相似度，例如，可将第三特征信息和第四特征信息之间的余弦相似度确定为所述第一图像和参考图像的第一特征相似度。

在一种可能的实现方式中，可根据第一特征相似度和预设的目标相似度确定识别网络的第一损失，即，根据所述第一特征相似度和预设的目标相似度之间的差值与零之间的最大值，确定所述识别网络的第一损失，在示例中，所述第一损失可根据以下公式(1)来确定：

L＝max(d-margin,0)(1)

其中，L为所述第一损失，d为第三特征信息和第四特征信息之间的第一特征相似度，在示例中，d为第三特征信息和第四特征信息之间的余弦相似度，margin为预设的目标相似度，所述第一损失为d-margin与0之间的最大值。

在一种可能的实现方式中，可根据识别网络的第一损失调整识别网络的网络参数，例如，可通过梯度下降法调整识别网络的网络参数。进一步地，可在调整次数达到预设次数，或者第一损失小于或等于预设阈值或收敛于预设区间内时停止训练。通过公式(1)确定的损失函数来训练识别网络，在不同目标对象的第一图像和参考图像的特征相似度高于预设的目标相似度的情况下，可使识别网络获取的样本图像对的特征相似度接近预设的目标相似度，降低识别网络的误报率。

在一种可能的实现方式中，可通过由参考图像组成的参考图像对对识别网络进行有监督训练。所述通过参考图像对对识别网络进行有监督训练可包括：将参考图像对的第二参考图像和第三参考图像输入所述识别网络进行特征提取处理，获得所述第二参考图像的第五特征信息和第三参考图像的第六特征信息；根据所述第五特征信息和所述第六特征信息，确定所述参考图像对的第二参考图像和第三参考图像的第二特征相似度；根据所述第二特征相似度，确定所述识别网络的第二损失；根据所述第二损失训练所述识别网络。

在一种可能的实现方式中，所述参考图像对中的第二参考图像和第三参考图像中的目标对象的身份信息相同。在示例中，可分别将参考图像对中的第二参考图像和第三参考图像输入识别网络，以获取第二参考图像的第五特征信息和第三参考图像的第六特征信息。

在一种可能的实现方式中，可根据所述第五特征信息和所述第六特征信息，确定所述参考图像对的第二参考图像和第三参考图像的第二特征相似度。在示例中，可将第五特征信息和第六特征信息的余弦相似度确定为参考图像对的第二参考图像和第三参考图像的第二特征相似度。

在一种可能的实现方式中，根据所述第二特征相似度，确定所述识别网络的第二损失。例如，第五特征信息和所述第六特征信息的特征相似度可被标注为100％，可利用通过识别网络获取的第五特征信息和第六特征信息之间的特征相似度与100％之间的误差确定识别网络的第二损失，例如，配对损失(pairwise loss)。或者，可直接根据具有相同目标对象的第二参考图像和第三参考图像的特征信息(即，第五特征信息和第六特征信息)之间的差异确定识别网络的交叉熵损失，例如，所述第五特征信息和第六特征信息为特征图，可根据第五特征信息和第六特征信息的对应的像素点之间的差异确定识别网络的交叉熵损失。本公开对识别网络的第二损失的确定方式不做限制。

在一种可能的实现方式中，可根据识别网络的第二损失调整识别网络的网络参数，例如，可通过梯度下降法调整识别网络的网络参数。进一步地，可在调整次数达到预设次数，或者第二损失小于或等于预设阈值或收敛于预设区间内时停止训练。

在一种可能的实现方式中，在识别网络的训练中，可随机选取参考图像对或样本图像对进行训练，在选择样本图像对进行训练时，使用第一损失调整识别网络的网络参数，在选择样本图像对进行训练时，使用第二损失调整识别网络的网络参数。进一步地，所述识别网络经过参考图像对或样本图像对的训练，可在满足训练条件时，获得训练后的识别网络。

在一种可能的实现方式中，可将训练后的识别网络在测试集中进行验证。在示例中，所述测试集中可包括多个具有标注的图像，识别网络可对所述图像进行特征提取，可根据提取的特征信息确定所述图像的中目标对象的身份信息，进一步地，可根据通过识别网络确定的图像中目标对象的身份信息与图像的标注确定识别网络的准确率，如果识别网络的准确率满足测试条件，则表示识别网络具有普适性，可应用于识别处理。否则，可继续对识别网络进行训练。

根据本公开的实施例的图像处理方法，可通过第一图像和各参考图像之间的特征相似度筛选样本图像对，去除噪声图像数据，提高识别网络的训练效果，提升识别处理的准确率。并通过第一特征相似度和预设的目标相似度，确定所述识别网络的第一损失，并根据第一损失训练识别网络，可降低识别网络的误报率，提高识别性能，并提高识别网络的普适性。

图2示出根据本公开实施例的图像处理方法的流程图，如图2所示，所述方法包括：

在步骤S21中，对待检测图像进行预处理，获得第二图像；

在步骤S22中，将所述第二图像输入所述训练后的识别网络进行处理，在所述参考图像中确定与所述待检测图像的特征相似度最高的第二参考图像，所述参考特征信息为所述训练后的识别网络对所述参考图像进行特征提取处理获得的特征信息；

在步骤S23中，将所述第二参考图像中的目标对象的身份信息确定为所述待检测图像中的目标对象的身份信息。

在一种可能的实现方式中，在步骤S21中，可对待检测图像进行预处理，例如，可对待检测图像进行关键点检测处理，并根据待检测图像中的目标对象的关键点，对待检测图像进行校正处理，获得第二图像。预处理后获得的第二图像中的目标对象的人脸在第二图像中处于预设位置，且具有预设尺寸和角度。

在一种可能的实现方式中，在步骤S22中，可通过训练后的识别网络对第二图像进行特征提取处理，获得第二图像的第七特征信息。

在一种可能的实现方式中，在步骤S23中，可确定所述第七特征信息与各参考图像的参考特征信息之间的特征相似度，例如，可确定第七特征信息与参考特征信息之间的余弦相似度。进一步地，可将与第七特征信息的特征相似度最高的参考特征信息对应的参考图像中的目标对象的身份信息确定为待检测图像中的目标对象的身份信息。其中，所述参考图像的参考特征信息可以是由训练后的识别网络对各参考图像进行特征提取获得的特征信息。

图3示出根据本公开实施例的图像处理方法的应用示意图，如图3所示，摄像头可拍摄到与参考图像中的目标对象的身份信息不同的目标对象的待处理图像，可对摄像头拍摄到的待处理图像进行预处理，例如，可对待处理图像进行关键点检测处理，获得待处理图像中的目标对象的关键点，并可通过仿射变换或相似变换等方式对待检测图像进行校正处理，使得目标对象的关键点位于预设位置，从而使得目标对象的人脸在预处理后的第二图像中位于预设位置，且具有预设尺寸和角度。并滤除图像质量较差的图像，获得图像质量较好的第一图像。

在一种可能的实现方式中，可分别确定第一图像和各参考图像之间的特征相似度，并通过所述特征相似度筛选出多个样本图像对。例如，可分别确定第一图像和各参考图像的特征信息之间的余弦相似度，并将余弦相似度进行排序，并选取排序的序列中的前千分之一个特征相似度对应的第一图像和参考图像组成所述样本图像对。

在一种可能的实现方式中，可通过样本图像对训练识别网络，例如，可将样本图像对中的第一图像和参考图像分别输入识别网络，以分别获取第一图像和参考图像的特征信息，并确定第一图像和参考图像的特征信息之间的特征相似度，进一步地，可根据公式(1)确定识别网络的第一损失，并可根据第一损失调整识别网络的网络参数。

在一种可能的实现方式中，可通过具有相同的目标对象的参考图像组成的参考图像对训练识别网络，例如，可将参考图像对中额两个参考图像分别输入识别网络，以分别获取两个参考图像的特征信息，并确定两个参考图像的特征信息之间的特征相似度，进一步地，可根据所述特征相似度确定识别网络的第二损失，并可根据第二损失调整识别网络的网络参数。

在一种可能的实现方式中，在训练完成后，经过测试集的验证，确定识别网络具有普适性后，可将识别网络用于识别处理中，例如，可部署在监控系统或门禁系统中。

在一种可能的实现方式中，可将训练后的识别网络应用于识别处理中，例如，可待检测图像进行预处理，并将预处理后的第二图像输入训练后的识别网络，获得第二图像的特征信息，进一步地，可根据第二图像的特征信息与训练后的识别网络提取的各参考图像的参考特征信息之间的特征相似度确定第二图像中的目标对象的身份信息。

在一种可能的实现方式中，所述图像处理方法可应用于安防监控中，通过所述方法可利用摄像头采集的图像对识别网络进行增量训练，提升识别网络的性能，提升识别准确率。所述图像处理方法还可用于门禁或视频分析等领域，可更新识别模型，提高识别处理的准确率。

图4示出根据本公开实施例的图像处理装置的框图，如图4所示，所述装置可包括：

第一预处理模块11，用于对待处理图像进行预处理，获得第一图像；

第一确定模块12，用于分别确定所述第一图像和各参考图像之间的特征相似度；

筛选模块13，用于根据所述第一图像和各参考图像之间的特征相似度，从所述第一图像和所述参考图像中筛选出多个样本图像对，其中，所述样本图像对包括不同目标对象的一个第一图像和一个参考图像；

训练模块14，用于通过参考图像对对识别网络进行有监督训练，并通过所述样本图像对对识别网络进行无监督训练，获得训练后的识别网络，其中，所述参考图像对包括同一目标对象的两个参考图像。

在一种可能的实现方式中，所述筛选模块被进一步配置为：

在一种可能的实现方式中，所述训练模块被进一步配置为：

根据所述第一损失训练所述识别网络。

在一种可能的实现方式中，所述训练模块被进一步配置为：

根据所述第二特征相似度，确定所述识别网络的第二损失；

根据所述第二损失训练所述识别网络。

图5示出根据本公开实施例的图像处理装置的框图，如图5所示，所述装置可包括：

第二预处理模块21，用于对待检测图像进行预处理，获得第二图像；

获得模块22，用于将所述第二图像输入根据权利要求9-15中任一项所述的装置训练后的识别网络进行处理，在所述参考图像中确定与所述待检测图像的特征相似度最高的第二参考图像，所述参考特征信息为所述训练后的识别网络对所述参考图像进行特征提取处理获得的特征信息；

第二确定模块23，用于将所述第二参考图像中的目标对象的身份信息确定为所述待检测图像中的目标对象的身份信息。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

此外，本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图6是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图7是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims

1.一种图像处理方法，其特征在于，包括：

对待处理图像进行预处理，获得第一图像；

分别确定所述第一图像和各参考图像之间的特征相似度；

通过参考图像对对识别网络进行有监督训练，并通过所述样本图像对对识别网络进行无监督训练，获得训练后的识别网络，其中，所述参考图像对包括同一目标对象的两个参考图像；

根据所述第一图像和所述参考图像之间的特征相似度，从所述第一图像和所述参考图像中筛选出多个样本图像对，包括：

2.根据权利要求1所述的方法，其特征在于，分别确定所述第一图像和各参考图像之间的特征相似度，包括：

3.根据权利要求1或2所述的方法，其特征在于，根据所述第一图像和所述参考图像之间的特征相似度，从所述第一图像和所述参考图像中筛选出多个样本图像对，包括：

4.根据权利要求1所述的方法，其特征在于，所述通过所述样本图像对对识别网络进行无监督训练，包括：

根据所述第一损失训练所述识别网络。

5.根据权利要求1所述的方法，其特征在于，所述通过参考图像对对识别网络进行有监督训练，包括：

根据所述第二特征相似度，确定所述识别网络的第二损失；

根据所述第二损失训练所述识别网络。

6.根据权利要求1所述的方法，其特征在于，对待处理图像进行预处理，获得第一图像，包括：

7.一种图像处理方法，其特征在于，包括：

对待检测图像进行预处理，获得第二图像；

将所述第二图像输入根据权利要求1-6中任一项所述的方法训练后的识别网络进行处理，在所述参考图像中确定与所述待检测图像的特征相似度最高的参考图像，参考特征信息为所述训练后的识别网络对所述参考图像进行特征提取处理获得的特征信息；

将所述与所述待检测图像的特征相似度最高的参考图像中的目标对象的身份信息确定为所述待检测图像中的目标对象的身份信息。

8.一种图像处理装置，其特征在于，包括：

训练模块，用于通过参考图像对对识别网络进行有监督训练，并通过所述样本图像对对识别网络进行无监督训练，获得训练后的识别网络，其中，所述参考图像对包括同一目标对象的两个参考图像；

所述筛选模块被进一步配置为：

9.根据权利要求8所述的装置，其特征在于，所述第一确定模块被进一步配置为：

10.根据权利要求8或9所述的装置，其特征在于，所述筛选模块被进一步配置为：

11.根据权利要求8所述的装置，其特征在于，所述训练模块被进一步配置为：

根据所述第一损失训练所述识别网络。

12.根据权利要求8所述的装置，其特征在于，所述训练模块被进一步配置为：

根据所述第二特征相似度，确定所述识别网络的第二损失；

根据所述第二损失训练所述识别网络。

13.根据权利要求8所述的装置，其特征在于，所述预处理模块被进一步配置为：

14.一种图像处理装置，其特征在于，包括：

获得模块，用于将所述第二图像输入根据权利要求8-13中任一项所述的装置训练后的识别网络进行处理，在所述参考图像中确定与所述待检测图像的特征相似度最高的参考图像，参考特征信息为所述训练后的识别网络对所述参考图像进行特征提取处理获得的特征信息；

第二确定模块，用于将所述与所述待检测图像的特征相似度最高的参考图像中的目标对象的身份信息确定为所述待检测图像中的目标对象的身份信息。

15.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行权利要求1至7中任意一项所述的方法。

16.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。