[发明专利]图像识别与神经网络模型的训练方法、装置和系统

说明书

本申请涉及一种图像识别与神经网络模型的训练方法、装置、系统和可读存储介质。该方法包括：获取待识别图像；将待识别图像输入神经网络模型进行特征提取处理，输出待识别图像的目标图像特征；神经网络模型包括至少一个空间变换块，空间变换块用于采用空间变换矩阵对输入的中间图像特征进行空间变换处理；中间图像特征是待识别图像在特征提取处理过程中生成的；将待识别图像的目标图像特征和底库图像组中底库图像的底库图像特征进行比对，得到比对结果；其中，底库图像组包括至少一个底库图像，底库图像和待识别图像为不同模态的两个图像，底库图像特征是神经网络模型从底库图像中提取的。采用本方法提高了跨模态图像比对的准确性。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像识别与神经网络模型的训练方法、装置、系统和可读存储介质。

背景技术

目前，基于人脸识别技术的应用场景越来越多。一般情况下，人脸识别所采用的底库图为RGB图，而因为暗光环境等条件的限制抓拍图为IR(Infrad，红外)图，因此存在诸如RGB图和IR图的人脸比对这样的跨模态图像比对的需求。

传统的一种方案是通过多模态的图像训练样本的交叉熵损失来训练得到卷积神经网络，基于训练得到的卷积神经网络实现跨模态图像比对和识别。

然而，上述跨模态图像比对方案存在误识率过高的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高准确性的图像识别与神经网络模型的训练方法、装置、系统和可读存储介质。

第一方面，一种图像识别方法，所述方法包括：

获取待识别图像；

将所述待识别图像输入神经网络模型进行特征提取处理，输出所述待识别图像的目标图像特征；所述神经网络模型包括至少一个空间变换块，所述空间变换块用于采用空间变换矩阵对输入的中间图像特征进行空间变换处理；所述中间图像特征是所述待识别图像在所述特征提取处理过程中生成的；

将所述待识别图像的目标图像特征和底库图像组中底库图像的底库图像特征进行比对，得到比对结果；其中，所述底库图像组包括至少一个底库图像，所述底库图像和所述待识别图像为不同模态的两个图像，所述底库图像特征是所述神经网络模型从所述底库图像中提取的。

在其中一个实施例中，所述空间变换块包括：全连接层和特征变换层，所述全连接层对应一个空间变换矩阵；所述特征变换层与所述全连接层连接，用于通过所述空间变换矩阵对输入至所述特征变换层的中间图像特征进行空间变换，输出空间变换后的中间图像特征。

在其中一个实施例中，所述空间变换块还包括：预处理层，所述预处理层包括：前后连接的卷积层和残差层；所述卷积层用于对输入至所述卷积层的中间图像特征进行卷积操作，输出卷积操作结果；所述残差层用于对所述输入至所述残差层的中间图像特征和所述卷积操作结果进行按位相加操作，输出按位相加结果作为所述特征变换层的输入。

在其中一个实施例中，所述空间变换块还包括：后处理层，所述后处理层的输入为所述特征变换层的输出，所述后处理层包括：前后连接的卷积层和残差层；所述卷积层用于对输入至所述卷积层的中间图像特征进行卷积操作，输出卷积操作结果；所述残差层用于对所述输入至所述残差层的中间图像特征和所述卷积操作结果进行按位相加操作，输出按位相加结果作为所述空间变换块的输出。

在其中一个实施例中，所述卷积层为深度可分离卷积层。

在其中一个实施例中，所述神经网络模型包括多个级联的特征提取块和多个所述空间变换块，所述空间变换块位于级联的两个特征提取块之间；所述特征提取块用于对所述待识别图像进行特征提取处理，生成中间图像特征，并将所述中间图像特征作为所述空间变换块的输入；所述空间变换块将空间变换处理后的中间输出特征作为级联的下一个特征提取块的输入。

在其中一个实施例中，所述方法还包括：