[发明专利]图像识别方法、装置及电子设备

权利要求书

1.一种图像识别方法，其特征在于，所述方法包括：

获取待识别图像；

将所述待识别图像输入至预训练得到的图像识别模型；其中，所述图像识别模型包括预处理网络、元学习网络和图像识别网络；

通过所述元学习网络基于所述待识别图像生成所述预处理网络的参数；

通过所述预处理网络基于所述元学习网络生成的参数对所述待识别图像进行去模糊处理，得到清晰图像；

通过所述图像识别网络对所述清晰图像进行识别，得到图像识别结果。

2.根据权利要求1所述的方法，其特征在于，所述预处理网络为残差网络。

3.根据权利要求1所述的方法，其特征在于，所述元学习网络包括依次连接的卷积层和全连接层；所述全连接层的输出节点数量与所述预处理网络所需的参数数量相同。

4.根据权利要求1所述的方法，其特征在于，所述图像识别模型的训练过程包括：

获取样本图像对；其中，所述样本图像对包括清晰样本图像和与所述清晰样本图像对应的模糊样本图像；

基于所述样本图像对对所述元学习网络和所述图像识别网络进行训练，直至训练结束，得到训练后的图像识别模型。

5.根据权利要求4所述的方法，其特征在于，所述获取样本图像对的步骤，包括：

获取清晰样本图像；

对所述清晰样本图像进行运动模糊处理，得到与所述清晰样本图像对应的模糊样本图像；

基于所述清晰样本图像和所述模糊样本图像组成样本图像对。

6.根据权利要求5所述的方法，其特征在于，所述对所述清晰样本图像进行运动模糊处理的步骤，包括：

采用随机的卷积参数对所述清晰样本图像进行卷积处理，和/或，为所述清晰样本图像上添加高斯白噪声。

7.根据权利要求4所述的方法，其特征在于，所述基于所述样本图像对对所述元学习网络和所述图像识别网络进行训练，直至训练结束，得到训练后的图像识别模型的步骤，包括：

对所述图像识别网络进行预训练，得到预训练好的图像识别网络；

保持所述预训练好的图像识别网络的参数不变，采用所述样本图像对对所述元学习网络进行初始训练，得到初始训练好的元学习网络；

采用所述样本图像对对所述预训练好的图像识别网络和所述初始训练好的元学习网络进行联合训练，直至训练结束，得到训练后的图像识别模型。

8.根据权利要求7所述的方法，其特征在于，所述采用所述样本图像对对所述元学习网络进行初始训练，得到初始训练好的元学习网络的步骤，包括：

通过所述预训练好的图像识别网络对所述清晰样本图像进行特征提取，得到第一图像特征；

通过所述预处理网络对所述模糊样本图像进行去模糊处理，得到去模糊图像；

通过所述预训练好的图像识别网络对所述去模糊图像进行特征提取，得到第二图像特征；

基于所述第一图像特征和所述第二图像特征确定第一损失函数值；

根据所述第一损失函数值对所述元学习网络进行初始训练，得到初始训练好的元学习网络。

9.根据权利要求8所述的方法，其特征在于，所述采用所述样本图像对对所述预训练好的图像识别网络和所述初始训练好的元学习网络进行联合训练的步骤，包括：

基于所述第一图像特征确定第二损失函数值；

根据所述第一损失函数值与所述第二损失函数值确定总损失值；

基于所述总损失值调整所述预训练好的图像识别网络的参数以及所述初始训练好的元学习网络的参数。