CN110135349A - 识别方法、装置、设备及存储介质 - Google Patents

识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110135349A
CN110135349A CN201910408808.6A CN201910408808A CN110135349A CN 110135349 A CN110135349 A CN 110135349A CN 201910408808 A CN201910408808 A CN 201910408808A CN 110135349 A CN110135349 A CN 110135349A
Authority
CN
China
Prior art keywords
image
style
generation
model
input
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
Application number
CN201910408808.6A
Other languages
English (en)
Inventor
庞芸萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Intelligent Technology Co Ltd
Original Assignee
Beijing Xiaomi Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Intelligent Technology Co Ltd filed Critical Beijing Xiaomi Intelligent Technology Co Ltd
Priority to CN201910408808.6A priority Critical patent/CN110135349A/zh
Publication of CN110135349A publication Critical patent/CN110135349A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation

Abstract

本公开是关于一种识别方法、装置、设备及存储介质。该方法包括：获得第一图像，所述第一图像为包含目标对象的图像；对所述第一图像的风格进行转换，得到第二图像，所述第二图像为与所述第一图像的风格不同且包含所述目标对象的图像；根据所述第一图像以及所述第二图像，对识别模型进行训练，所述识别模型用于对第三图像中的所述目标对象进行识别。本公开提高了训练得到的识别模型识别第三图像中目标对象的准确性。

Description

识别方法、装置、设备及存储介质
技术领域
本公开涉及识别技术领域，尤其涉及一种识别方法、装置、设备及存储介质。
背景技术
通常，可以根据对象的特征信息进行对象识别。例如，可以基于人的脸部特征信息进行人脸识别。
相关技术中，可以通过包括目标对象的图像，对识别模型进行训练，使得识别模型可以对目标对象进行识别。其中，对识别模型进行训练所使用的图像，均是通过拍摄获得的图像。
发明内容
为克服相关技术中存在的问题，本公开提供一种识别方法、装置、设备及存储介质。
根据本公开实施例的第一方面，提供一种识别方法，包括：
获得第一图像，第一图像为包含目标对象的图像；
对第一图像的风格进行转换，得到第二图像，第二图像为与第一图像的风格不同且包含目标对象的图像；
根据第一图像以及第二图像，对识别模型进行训练，识别模型用于对第三图像中的目标对象进行识别。
可选的，对第一图像的风格进行转换，得到第二图像，包括：
将第一图像输入至生成模型，得到第二图像，生成模型用于对输入图像的风格进行转换，得到与输入图像风格不同的第二图像。
可选的，生成模型为基于生成式对抗网络GAN实现的模型。
可选的，GAN包括生成器和判别器，将第一图像输入至生成模型，得到第二图像之前，还包括：
通过生成器，生成与第一风格的第一样本图像对应的生成图像；生成图像的风格为第二风格，且第二风格与第一风格不同；
将生成图像以及与生成图像对应的第一标签作为第一对输入，将第二风格的第二样本图像以及与第二样本图像对应的第二标签作为第二对输入，分别输入至判别器，并根据判别器的输出得到GAN的总体损失；
根据总体损失对GAN的网络参数进行优化，得到生成模型。
可选的，GAN还包括编码器，将第一图像输入至生成模型，得到第二图像之前还包括：
将第一样本图像输入至编码器，得到第一样本图像的编码向量；
通过生成器，生成与第一风格的第一样本图像对应的生成图像，包括：将第一样本图像的编码向量输入至生成器，得到与第一风格的第一样本图像对应的生成图像。
可选的，GAN的总体损失根据编码器的损失、生成器和判别器共同的损失以及生成器的损失三者加权求和确定。
根据本公开实施例的第二方面，提供一种识别装置，包括：
获得模块，被配置为获得第一图像，第一图像为包含目标对象的图像；
转换模块，被配置为对第一图像的风格进行转换，得到第二图像，第二图像为与第一图像的风格不同且包含目标对象的图像；
训练模块，被配置为根据第一图像以及第二图像，对识别模型进行训练，识别模型用于对第三图像中的目标对象进行识别。
可选的，转换模块，包括模型子模块，被配置为将第一图像输入至生成模型，得到第二图像，生成模型用于对输入图像的风格进行转换，得到与输入图像风格不同的第二图像。
可选的，生成模型为基于生成式对抗网络GAN实现的模型。
可选的，GAN包括生成器和判别器，装置还包括：得到模块，被配置为：
通过生成器，生成与第一风格的第一样本图像对应的生成图像；生成图像的风格为第二风格，且第二风格与第一风格不同；
将生成图像以及与生成图像对应的第一标签作为第一对输入，将第二风格的第二样本图像以及与第二样本图像对应的第二标签作为第二对输入，分别输入至判别器，并根据判别器的输出得到GAN的总体损失；
根据总体损失对GAN的网络参数进行优化，得到生成模型。
可选的，GAN还包括编码器，装置还包括：编码模块，被配置为将第一样本图像输入至编码器，得到第一样本图像的编码向量；
得到模块，包括：得到子模块，被配置为将第一样本图像的编码向量输入至生成器，得到与第一风格的第一样本图像对应的生成图像。
可选的，GAN的总体损失根据编码器的损失、生成器和判别器共同的损失以及生成器的损失三者加权求和确定。
根据本公开实施例的第三方面，提供一种识别设备，包括：
处理器以及用于存储计算机指令的存储器；处理器运行计算机指令执行上述第一方面任一项所述的方法。
根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当存储介质中的指令由识别设备的处理器执行时，使得识别设备能够执行上述第一方面任一项所述的方法。
本公开提供的识别方法、装置、设备及存储介质，通过获得第一图像，第一图像为包含目标对象的图像，对第一图像的风格进行转换，得到第二图像，第二图像为与第一图像的风格不同且包含目标对象的图像，根据第一图像以及第二图像，对识别模型进行训练，识别模型用于对第三图像中的目标对象进行识别，可以增加用于识别模型训练的训练样本的维度以及数量，实现了对于训练样本的维度和数量的扩充，提高了训练得到的识别模型识别第三图像中目标对象的准确性。
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，并不能限制本公开。
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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种识别方法的框图；
图2是根据另一示例性实施例示出的一种识别方法的框图；
图3是根据又一示例性实施例示出的一种识别方法的框图；
图4是根据又一示例性实施例示出的一种GAN的示意图一；
图5是根据又一示例性实施例示出的一种GAN的示意图二；
图6是根据一示例性实施例示出的一种识别装置的框图；
图7是根据另一示例性实施例示出的一种识别装置的框图；
图8是根据又一示例性实施例示出的一种识别装置的框图；
图9是根据又一示例性实施例示出的一种识别装置的框图；
图10是根据又一示例性实施例示出的一种识别设备的框图；
图11是根据又一示例性实施例示出的一种终端800的框图；
图12是根据一示例性实施例示出的一种服务器1900的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种识别方法的框图。本实施例提供的识别方法的执行主体可以为任何需要进行识别模型训练的设备，例如终端、服务器等。如图1所示，本实施例的方法可以包括以下步骤：
在步骤101中，获得第一图像，第一图像为包含目标对象的图像。
本步骤中，目标对象具体可以为任何需要识别的且能够呈现在图像中的对象。对于目标对象的具体类型，本公开可以不作限定，例如可以为人脸、风景等，其中，对于人脸具体例如为明星人脸或管理员人脸等。可选的，具体可以从本地存储设备中读取第一图像的方式获得第一图像，或者，与可以从其他设备接收第一图像，或者通过摄像头获得第一图像等。第一图像可以为一张单独的图像，或者也可以为视频中的一帧图像等，本公开对此不作限定。
在步骤102中，对第一图像的风格进行转换，得到第二图像，第二图像为与第一图像的风格不同且包含目标对象的图像。
本步骤中，图像的风格不同具体可以包括图像的拍摄风格不同、图像的制作风格不同等，两个不同风格的图像，即使所要展现的内容相同，但是可以给人不同的视觉感受。其中，拍摄风格不同，可以是在图像的拍摄过程中拍摄方式的差异，例如拍摄方法的不同、镜头不同等均可以实现对于同一拍摄对象进行拍摄得到不同风格的图像。制作风格不同，可以是在图像的后期制作中采用的制作方式的差异，例如对拍摄获得的图像可以采用英伦风格的制作方式，得到英伦风格的图像，也可以采用抽象风格的制作方式，得到抽象风格的图像。
需要说明的是，对于对第一图像的风格进行转换，得到第二图像的具体方式，本公开可以不作限定。第一风格具体可以为所有风格中任意的一个风格，第二风格可以为所有风格中除第一风格之外的一个风格。
在步骤103中，根据第一图像以及第二图像，对识别模型进行训练，识别模型用于对第三图像中的目标对象进行识别。
本步骤中，第三图像具体可以为任意需要识别目标对象的图像。根据第一图像以及第二图像，对识别模型进行训练，与根据第一图像识别模型进行训练相比，实现了对于目标对象，可以基于扩充风格后的图像对用于识别目标对象的识别模型进行训练，从而可以增加用于识别模型训练的训练样本的维度以及数量，实现了对于训练样本的维度和数量的扩充，提高了训练得到的识别模型识别第三图像中目标对象的准确性。
并且，由于第一图像与第二图像的风格不同，根据第一图像得到的目标对象的特征，与根据第二图像得到的目标对象的特征也可以不同。因此，根据第一图像以及第二图像，对识别模型进行训练，可以使得训练后的识别模型可以对第一风格和第二风格的图像中的目标对象均进行识别。
需要说明的是，对于根据第一图像以及第二图像，对识别模型进行训练的具体方式，可以参见已有技术中的相关内容，本公开不作限定。
需要说明的是，对于识别模型的具体形式，本公开不作限定。例如，可以为基于卷积神经网络(Convolutional Neural Network，CNN)实现的识别模型。
本实施例提供的识别方法，通过获得第一图像，第一图像为包含目标对象的图像，对第一图像的风格进行转换，得到第二图像，第二图像为与第一图像的风格不同且包含目标对象的图像，根据第一图像以及第二图像，对识别模型进行训练，识别模型用于对第三图像中的目标对象进行识别，可以增加用于识别模型训练的训练样本的维度以及数量，实现了对于训练样本的维度和数量的扩充，提高了训练得到的识别模型识别第三图像中目标对象的准确性。
图2是根据另一示例性实施例示出的一种识别方法的框图。参照图2，本实施例提供方法在图1所示方法的基础上，主要描述了对第一图像的风格进行转换，得到第二图像的一种可选的实现方式。如图2所示，本实施例的方法可以包括：
在步骤201中，获得第一图像，第一图像为包含目标对象的图像。
需要说明的是，步骤201与步骤101类似，在此不再赘述。
在步骤202中，将第一图像输入至生成模型，得到第二图像，生成模型用于对输入图像的风格进行转换，得到与输入图像风格不同的第二图像。
本步骤中，第二图像为与第一图像的风格不同且包含目标对象的图像。可选的，生成模型可以为基于生成式对抗网络(Generative Adversarial Networks，GAN)实现的模型。其中，GAN是一种深度学习网络，至少可以包括生成器和判别器两部分，通过生成器和判别器的互相博弈学习产生相当好的输出。其中，生成器用于利用输入生成第二风格的图像，判别器用于确定输入判别器的第二风格的图像是否是生成器生成的图像。
在步骤203中，根据第一图像以及第二图像，对识别模型进行训练，识别模型用于对第三图像中的目标对象进行识别。
需要说明的是，步骤203与步骤103类似，在此不再赘述。
本实施例提供的识别方法，通过将第一图像输入至生成模型，得到第二图像，生成模型用于对输入图像的风格进行转换，得到与输入图像风格不同的第二图像，实现了对第一图像的风格进行转换，得到第二图像。
图3是根据又一示例性实施例示出的一种识别方法的框图。参照图3，本实施例提供方法在图1所示方法的基础上，主要描述了得到生成模型的一种可选的实现方式。如图3所示，本实施例的方法可以包括：
步骤301，通过生成器，生成与第一风格的第一样本图像对应的生成图像；生成图像的风格为第二风格，且第二风格与第一风格不同。
本步骤中，可选的，通过生成器，生成与第一风格的第一样本图像对应的生成图像具体可以包括：将第一样本图像输入至生成器，得到与第一风格的第一样本图像对应的生成图像。这里，生成器的输入可以为第一风格的第一样本图像，生成器输出的目标可以是第二风格的生成图像。例如，如图4所示，第一样本图像x输入至生成器G，得到生成图像x+。
或者，可选的，GAN还可以包括编码器，编码器的输入可以为图像，输出可以为该图像的编码向量。本实施例的方法还可以包括：将第一样本图像输入至编码器，得到第一样本图像的编码向量。通过生成器，生成与第一风格的第一样本图像对应的生成图像具体可以包括：将第一样本图像的编码向量输入至生成器，得到与第一风格的第一样本图像对应的生成图像。这里，生成器的输入可以为编码器输出的第一样本图像的编码向量，生成器输出的目标可以是第二风格的生成图像。例如，如图5所示，第一样本图像x输入至编码器E，得到第一样本图像x的编码向量z，z输入至生成器G，得到生成图像x+。
步骤302，将生成图像以及与生成图像对应的第一标签作为第一对输入，将第二风格的第二样本图像以及与第二样本图像对应的第二标签作为第二对输入，分别输入至判别器，并根据判别器的输出得到GAN的总体损失。
本步骤中，判别器的目的是区分真实数据和生成数据，从而最大化判决准确率，生成器则是尽可能逼近真实数据(即，第二风格的图像)的潜在分布。为了在博弈中胜出，判别器需要不断的提高自己的判别能力，即判别器损失尽可能小，生成器需要不断的提高自己的生成能力，即生成器损失尽可能小，优化的目标就是寻找两者之间的纳什均衡。
其中，如图4和图5所示，判别器可以输出0至1之间的数，用于表示输入的图像为第二风格的图像的概率。当判别器的输出为0时，可以表示判别器将输入数据区分为生成数据(即，生成器输出的生成图像)。当判别器的输出为1时，可以表示判别器将输入数据区分为真实数据(即，第二风格的第二样本图像)。当判别器的输出为0.5时，可以表示判别器区分不出输入数据是真实数据还是生成数据，这也是对GAN的目标。
需要说明的是，上述生成图像x+可以理解为生成数据，上述第二样本图像y可以理解为真实数据。其中，生成图像对应的第一标签(label)可以为0，第二样本图像对应的第二标签可以为1。
可选的，对于图5，GAN的总体损失可以根据编码器E的损失、生成器G和判别器D共同的损失以及生成器G的损失三者加权求和确定。
可选的，总体损失L可以满足如下公式(1)：
L＝l1+αl2+βl3公式(1)
其中，l1表示编码器E的损失，l2表示生成器G和判别器D共同的损失，l3表示生成器G的损失，α和β表示加权系数。
可选的，考虑到l2中已包括了生成器G的损失，α可以远大于β，例如α＝5，β＝10-4。
可选的，l1可以满足如下公式(2)：
l1＝logD(y)+log(1-D(G(z)))公式(2)
其中，D(y)表示判别器D对于第二样本图像y的判决结果，(G(z))表示将第一样本图像x的编码向量z输入至生成器G得到的生成图像。
可选的，l2可以满足如下公式(3)：
l2＝D(q(z|x)||p(z))公式(3)
其中，q(z|x)表示第一样本图像的编码向量z的变化分布，p(z)表示z满足零均值和单位方差的多变量高斯分布，D(q(z|x)||p(z))表示求q(z|x)与p(z)的相对熵。
可选的，l3可以满足如下公式(4)：
l3＝||G(z)-y||2公式(4)
其中，G(z)表示将第一样本图像x的编码向量z输入生成器G，得到的生成图像，y表示第二样本图像。
步骤303，根据总体损失对GAN的网络参数进行优化，得到生成模型。
本步骤中，可以通过基于很多个样本图像进行上述步骤301-步骤303的处理，最终可以训练获得判别器区分不出输入数据是真实数据还是生成数据的GAN，此时的GAN可以认为是上述生成模型。
本实施例提供的识别方法，通过生成器，生成与第一风格的第一样本图像对应的生成图像；生成图像的风格为第二风格，且第二风格与第一风格不同，将生成图像以及与生成图像对应的第一标签作为第一对输入，将第二风格的第二样本图像以及与第二样本图像对应的第二标签作为第二对输入，分别输入至判别器，并根据判别器的输出得到GAN的总体损失，根据总体损失对GAN的网络参数进行优化，从而得到了生成模型。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图6是根据一示例性实施例示出的一种识别装置的框图。该装置可以通过软件、硬件或者两者的结合实现成为需要进行识别模型训练的识别设备的部分或者全部。参照图6，该装置包括：获得模块601、转换模块602和训练模块603。其中，
获得模块601，被配置为获得第一图像，第一图像为包含目标对象的图像；
转换模块602，被配置为对第一图像的风格进行转换，得到第二图像，第二图像为与第一图像的风格不同且包含目标对象的图像；
训练模块603，被配置为根据第一图像以及第二图像，对识别模型进行训练，识别模型用于对第三图像中的目标对象进行识别。
综上所述，本公开实施例提供的识别装置，通过获得模块获得第一图像，第一图像为包含目标对象的图像，转换模块对第一图像的风格进行转换，得到第二图像，第二图像为与第一图像的风格不同且包含目标对象的图像，训练模块根据第一图像以及第二图像，对识别模型进行训练，识别模型用于对第三图像中的目标对象进行识别，可以增加用于识别模型训练的训练样本的维度以及数量，实现了对于训练样本的维度和数量的扩充，提高了训练得到的识别模型识别第三图像中目标对象的准确性。
图7是根据另一示例性实施例示出的一种识别装置的框图。参照图7，该装置在图6所示框图的基础上，可选的，转换模块602，包括模型子模块6021，被配置为将第一图像输入至生成模型，得到第二图像，生成模型用于对输入图像的风格进行转换，得到与输入图像风格不同的第二图像。
可选的，生成模型为基于生成式对抗网络GAN实现的模型。
综上所述，本公开实施例提供的识别装置，通过模型子模块将第一图像输入至生成模型，得到第二图像，生成模型用于对输入图像的风格进行转换，得到与输入图像风格不同的第二图像，实现了对第一图像的风格进行转换，得到第二图像。
图8是根据又一示例性实施例示出的一种识别装置的框图。参照图8，该装置在图7所示框图的基础上，可选的，GAN包括生成器和判别器，该装置还包括：得到模块604，被配置为：
通过生成器，生成与第一风格的第一样本图像对应的生成图像；生成图像的风格为第二风格，且第二风格与第一风格不同；
将生成图像以及与生成图像对应的第一标签作为第一对输入，将第二风格的第二样本图像以及与第二样本图像对应的第二标签作为第二对输入，分别输入至判别器，并根据判别器的输出得到GAN的总体损失；
根据总体损失对GAN的网络参数进行优化，得到生成模型。
综上所述，本公开实施例提供的识别装置，得到模块通过生成器，生成与第一风格的第一样本图像对应的生成图像；生成图像的风格为第二风格，且第二风格与第一风格不同，将生成图像以及与生成图像对应的第一标签作为第一对输入，将第二风格的第二样本图像以及与第二样本图像对应的第二标签作为第二对输入，分别输入至判别器，并根据判别器的输出得到GAN的总体损失，根据总体损失对GAN的网络参数进行优化，从而得到了生成模型。
图9是根据又一示例性实施例示出的一种识别装置的框图。参照图9，该装置在图8所示框图的基础上，可选的，GAN还包括编码器，得到模块604包括：编码子模块6041、生成子模块6042、对抗子模块6043和优化子模块6044。其中，
编码子模块6041，被配置为将第一样本图像输入至编码器，得到第一样本图像的编码向量；
生成子模块6042，被配置为将第一样本图像的编码向量输入至生成器，得到与第一风格的第一样本图像对应的生成图像；
对抗子模块6043，被配置为将生成图像以及与生成图像对应的第一标签作为第一对输入，将第二风格的第二样本图像以及与第二样本图像对应的第二标签作为第二对输入，分别输入至判别器，并根据判别器的输出得到GAN的总体损失；
优化子模块6044，被配置为根据总体损失对GAN的网络参数进行优化，得到生成模型。
可选的，GAN的总体损失根据编码器的损失、生成器和判别器共同的损失以及生成器的损失三者加权求和确定。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图10是根据又一示例性实施例示出的一种识别设备的框图，如图10所示，该识别设备可以包括：处理器1001以及用于存储计算机指令的存储器1002。
其中，处理器1001运行该计算机指令执行以下方法：
获得第一图像，第一图像为包含目标对象的图像；
对第一图像的风格进行转换，得到第二图像，第二图像为与第一图像的风格不同且包含目标对象的图像；
根据第一图像以及第二图像，对识别模型进行训练，识别模型用于对第三图像中的目标对象进行识别。
可选的，对第一图像的风格进行转换，得到第二图像，包括：
将第一图像输入至生成模型，得到第二图像，生成模型用于对输入图像的风格进行转换，得到与输入图像风格不同的第二图像。
可选的，生成模型为基于生成式对抗网络GAN实现的模型。
可选的，GAN包括生成器和判别器，将第一图像输入至生成模型，得到第二图像之前，还包括：
通过生成器，生成与第一风格的第一样本图像对应的生成图像；生成图像的风格为第二风格，且第二风格与第一风格不同；
将生成图像以及与生成图像对应的第一标签作为第一对输入，将第二风格的第二样本图像以及与第二样本图像对应的第二标签作为第二对输入，分别输入至判别器，并根据判别器的输出得到GAN的总体损失；
根据总体损失对GAN的网络参数进行优化，得到生成模型。
可选的，GAN还包括编码器，将第一图像输入至生成模型，得到第二图像之前还包括：
将第一样本图像输入至编码器，得到第一样本图像的编码向量；
通过生成器，生成与第一风格的第一样本图像对应的生成图像，包括：将第一样本图像的编码向量输入至生成器，得到与第一风格的第一样本图像对应的生成图像。
可选的，GAN的总体损失根据编码器的损失、生成器和判别器共同的损失以及生成器的损失三者加权求和确定。
图11是根据又一示例性实施例示出的一种终端800的框图。例如，终端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。
参照图11，终端800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件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通常控制终端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设备800的操作。这些数据的示例包括用于在终端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。
电力组件806为终端800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为终端800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述终端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)，当终端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，用于为终端800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为终端800的显示器和小键盘，传感器组件814还可以检测终端800或终端800一个组件的位置改变，用户与终端800接触的存在或不存在，终端800方位或加速/减速和终端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被配置为便于终端800和其他设备之间有线或无线方式的通信。终端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，终端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，用于执行上述方法实施例所示的方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由终端800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图12是根据一示例性实施例示出的一种服务器1900的框图。参照图12，服务器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。
服务器1900还可以包括一个电源组件1926被配置为执行服务器1900的电源管理，一个有线或无线网络接口1950被配置为将服务器1900连接到网络，和一个输入输出(I/O)接口1958。服务器1900可以操作基于存储在存储器1932的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1932，上述指令可由服务器1900的处理组件1922执行以完成上述方法。例如，该非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当该存储介质中的指令由识别设备的处理器执行时，使得识别设备能够执行一种识别方法，该方法包括：
获得第一图像，第一图像为包含目标对象的图像；
对第一图像的风格进行转换，得到第二图像，第二图像为与第一图像的风格不同且包含目标对象的图像；
根据第一图像以及第二图像，对识别模型进行训练，识别模型用于对第三图像中的目标对象进行识别。
可选的，对第一图像的风格进行转换，得到第二图像，包括：
将第一图像输入至生成模型，得到第二图像，生成模型用于对输入图像的风格进行转换，得到与输入图像风格不同的第二图像。
可选的，生成模型为基于生成式对抗网络GAN实现的模型。
可选的，GAN包括生成器和判别器，将第一图像输入至生成模型，得到第二图像之前，还包括：
通过生成器，生成与第一风格的第一样本图像对应的生成图像；生成图像的风格为第二风格，且第二风格与第一风格不同；
将生成图像以及与生成图像对应的第一标签作为第一对输入，将第二风格的第二样本图像以及与第二样本图像对应的第二标签作为第二对输入，分别输入至判别器，并根据判别器的输出得到GAN的总体损失；
根据总体损失对GAN的网络参数进行优化，得到生成模型。
可选的，GAN还包括编码器，将第一图像输入至生成模型，得到第二图像之前还包括：
将第一样本图像输入至编码器，得到第一样本图像的编码向量；
通过生成器，生成与第一风格的第一样本图像对应的生成图像，包括：将第一样本图像的编码向量输入至生成器，得到与第一风格的第一样本图像对应的生成图像。
可选的，GAN的总体损失根据编码器的损失、生成器和判别器共同的损失以及生成器的损失三者加权求和确定。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求书指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims (14)

1.一种识别方法，其特征在于，包括：
获得第一图像，所述第一图像为包含目标对象的图像；
对所述第一图像的风格进行转换，得到第二图像，所述第二图像为与所述第一图像的风格不同且包含所述目标对象的图像；
根据所述第一图像以及所述第二图像，对识别模型进行训练，所述识别模型用于对第三图像中的所述目标对象进行识别。
2.根据权利要求1所述的方法，其特征在于，所述对所述第一图像的风格进行转换，得到第二图像，包括：
将所述第一图像输入至生成模型，得到所述第二图像，所述生成模型用于对输入图像的风格进行转换，得到与输入图像风格不同的第二图像。
3.根据权利要求2所述的方法，其特征在于，所述生成模型为基于生成式对抗网络GAN实现的模型。
4.根据权利要求3所述的方法，其特征在于，所述GAN包括生成器和判别器，所述将所述第一图像输入至生成模型，得到所述第二图像之前，还包括：
通过所述生成器，生成与第一风格的第一样本图像对应的生成图像；所述生成图像的风格为第二风格，且所述第二风格与所述第一风格不同；
将所述生成图像以及与所述生成图像对应的第一标签作为第一对输入，将所述第二风格的第二样本图像以及与所述第二样本图像对应的第二标签作为第二对输入，分别输入至所述判别器，并根据所述判别器的输出得到所述GAN的总体损失；
根据所述总体损失对所述GAN的网络参数进行优化，得到所述生成模型。
5.根据权利要求4所述的方法，其特征在于，所述GAN还包括编码器，所述将所述第一图像输入至生成模型，得到所述第二图像之前，还包括：
将所述第一样本图像输入至所述编码器，得到所述第一样本图像的编码向量；
通过所述生成器，生成与第一风格的第一样本图像对应的生成图像，包括：将所述第一样本图像的编码向量输入至所述生成器，得到与第一风格的第一样本图像对应的生成图像。
6.根据权利要求5所述的方法，其特征在于，所述GAN的总体损失根据所述编码器的损失、所述生成器和所述判别器共同的损失以及所述生成器的损失三者加权求和确定。
7.一种识别装置，其特征在于，包括：
获得模块，被配置为获得第一图像，所述第一图像为包含目标对象的图像；
转换模块，被配置为对所述第一图像的风格进行转换，得到第二图像，所述第二图像为与所述第一图像的风格不同且包含所述目标对象的图像；
训练模块，被配置为根据所述第一图像以及所述第二图像，对识别模型进行训练，所述识别模型用于对第三图像中的所述目标对象进行识别。
8.根据权利要求7所述的装置，其特征在于，所述转换模块，包括模型子模块，被配置为将所述第一图像输入至生成模型，得到所述第二图像，所述生成模型用于对输入图像的风格进行转换，得到与输入图像风格不同的第二图像。
9.根据权利要求8所述的装置，其特征在于，所述生成模型为基于生成式对抗网络GAN实现的模型。
10.根据权利要求9所述的装置，其特征在于，所述GAN包括生成器和判别器，所述装置还包括：得到模块，被配置为：
通过所述生成器，生成与第一风格的第一样本图像对应的生成图像；所述生成图像的风格为第二风格，且所述第二风格与所述第一风格不同；
将所述生成图像以及与所述生成图像对应的第一标签作为第一对输入，将所述第二风格的第二样本图像以及与所述第二样本图像对应的第二标签作为第二对输入，分别输入至所述判别器，并根据所述判别器的输出得到所述GAN的总体损失；
根据所述总体损失对所述GAN的网络参数进行优化，得到所述生成模型。
11.根据权利要求10所述的装置，其特征在于，所述GAN还包括编码器，所述装置还包括：编码模块，被配置为将所述第一样本图像输入至所述编码器，得到所述第一样本图像的编码向量；
所述得到模块，包括：得到子模块，被配置为将所述第一样本图像的编码向量输入至所述生成器，得到与第一风格的第一样本图像对应的生成图像。
12.根据权利要求11所述的装置，其特征在于，所述GAN的总体损失根据所述编码器的损失、所述生成器和所述判别器共同的损失以及所述生成器的损失三者加权求和确定。
13.一种识别设备，其特征在于，包括：
处理器以及用于存储计算机指令的存储器；所述处理器运行所述计算机指令执行权利要求1-6任一项所述的方法。
14.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由识别设备的处理器执行时，使得识别设备能够执行权利要求1-6任一项所述的方法。
CN201910408808.6A 2019-05-16 2019-05-16 识别方法、装置、设备及存储介质 Pending CN110135349A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910408808.6A CN110135349A (zh) 2019-05-16 2019-05-16 识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910408808.6A CN110135349A (zh) 2019-05-16 2019-05-16 识别方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN110135349A true CN110135349A (zh) 2019-08-16

Family

ID=67574749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910408808.6A Pending CN110135349A (zh) 2019-05-16 2019-05-16 识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110135349A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110738153A (zh) * 2019-09-30 2020-01-31 汉王科技股份有限公司 异质人脸图像转换方法、装置、电子设备及存储介质
CN110766638A (zh) * 2019-10-31 2020-02-07 北京影谱科技股份有限公司 一种对图像中物体背景风格进行转换方法和装置
CN112861592A (zh) * 2019-11-28 2021-05-28 北京达佳互联信息技术有限公司 图像生成模型的训练方法、图像处理方法及装置
JP7395070B1 (ja) 2020-12-30 2023-12-08 北京字跳▲網▼絡技▲術▼有限公司 ビデオ処理方法及び装置、電子設備及びコンピュータ読み取り可能な記憶媒体

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108710831A (zh) * 2018-04-24 2018-10-26 华南理工大学 一种基于机器视觉的小数据集人脸识别算法
WO2019025909A1 (en) * 2017-08-01 2019-02-07 3M Innovative Properties Company NEURONAL STYLE TRANSFER FOR VARIETY AND IMAGE RECOGNITION
CN109522434A (zh) * 2018-10-24 2019-03-26 武汉大学 基于深度学习图像检索的社交图像地理定位方法及系统
CN109741244A (zh) * 2018-12-27 2019-05-10 广州小狗机器人技术有限公司 图片生成方法及装置、存储介质及电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019025909A1 (en) * 2017-08-01 2019-02-07 3M Innovative Properties Company NEURONAL STYLE TRANSFER FOR VARIETY AND IMAGE RECOGNITION
CN108710831A (zh) * 2018-04-24 2018-10-26 华南理工大学 一种基于机器视觉的小数据集人脸识别算法
CN109522434A (zh) * 2018-10-24 2019-03-26 武汉大学 基于深度学习图像检索的社交图像地理定位方法及系统
CN109741244A (zh) * 2018-12-27 2019-05-10 广州小狗机器人技术有限公司 图片生成方法及装置、存储介质及电子设备

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110738153A (zh) * 2019-09-30 2020-01-31 汉王科技股份有限公司 异质人脸图像转换方法、装置、电子设备及存储介质
CN110738153B (zh) * 2019-09-30 2022-08-05 汉王科技股份有限公司 异质人脸图像转换方法、装置、电子设备及存储介质
CN110766638A (zh) * 2019-10-31 2020-02-07 北京影谱科技股份有限公司 一种对图像中物体背景风格进行转换方法和装置
CN112861592A (zh) * 2019-11-28 2021-05-28 北京达佳互联信息技术有限公司 图像生成模型的训练方法、图像处理方法及装置
CN112861592B (zh) * 2019-11-28 2023-12-29 北京达佳互联信息技术有限公司 图像生成模型的训练方法、图像处理方法及装置
JP7395070B1 (ja) 2020-12-30 2023-12-08 北京字跳▲網▼絡技▲術▼有限公司 ビデオ処理方法及び装置、電子設備及びコンピュータ読み取り可能な記憶媒体
US11954781B2 (en) 2020-12-30 2024-04-09 Beijing Zitiao Network Technology Co., Ltd. Video processing method and apparatus, and electronic device and computer-readable storage medium

Similar Documents

Publication Publication Date Title
KR101906827B1 (ko) 연속 사진 촬영 장치 및 방법
CN110135349A (zh) 识别方法、装置、设备及存储介质
CN109618184A (zh) 视频处理方法及装置、电子设备和存储介质
CN109800737A (zh) 面部识别方法及装置、电子设备和存储介质
WO2020237937A1 (zh) 一种图像处理方法及装置、电子设备和存储介质
CN109872297A (zh) 图像处理方法及装置、电子设备和存储介质
CN110188236A (zh) 一种音乐的推荐方法、装置及系统
CN109257645A (zh) 视频封面生成方法及装置
CN106600530B (zh) 照片合成方法及装置
CN105224601B (zh) 一种提取时间信息的方法和装置
CN104408402A (zh) 人脸识别方法及装置
CN109168062A (zh) 视频播放的展示方法、装置、终端设备及存储介质
CN109948494A (zh) 图像处理方法及装置、电子设备和存储介质
CN107845062A (zh) 图像生成方法及装置
WO2016136104A1 (ja) 情報処理装置、情報処理方法及びプログラム
CN110458102A (zh) 一种人脸图像识别方法及装置、电子设备和存储介质
WO2020186702A1 (zh) 图像生成方法及装置、电子设备和存储介质
CN108803444A (zh) 智能设备的控制方法、装置及存储介质
CN109635920A (zh) 神经网络优化方法及装置、电子设备和存储介质
CN108319363A (zh) 基于vr的产品展示方法、装置及电子设备
CN108108671A (zh) 产品说明信息获取方法及装置
CN110121106A (zh) 视频播放方法及装置
CN109388699A (zh) 输入方法、装置、设备及存储介质
CN110399934A (zh) 一种视频分类方法、装置及电子设备
CN110366050A (zh) 视频数据的处理方法、装置、电子设备及存储介质

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: 20190816

RJ01 Rejection of invention patent application after publication