[发明专利]识别模型的训练方法、识别方法、装置及电子设备

权利要求书

1.一种识别模型的训练方法，其特征在于，包括：

获取第一样本图像及其对应的第二样本图像，所述第一样本图像的图像质量高于所述第二样本图像的图像质量；

将所述第一样本图像输入教师网络中，得到第一特征；

将所述第二样本图像输入识别模型中，得到第二特征，所述识别模型依次包括第一图像质量转换网络以及学生网络，所述学生网络与所述教师网络的网络结构相同；

基于所述第一图像质量转换网络输出的图像以及所述第一样本图像，确定图像损失；

根据所述第一特征与所述第二特征对应的特征损失以及所述图像损失，对所述识别模型的参数进行更新，以确定目标识别模型。

2.根据权利要求1所述的训练方法，其特征在于，所述根据所述第一特征与所述第二特征的特征损失以及所述图像损失，对所述识别模型的参数进行更新，以确定目标识别模型，包括：

获取所述第二样本图像的目标类别以及所述识别模型输出的预测类别；

利用所述目标类别以及所述预测类别，确定所述识别模型的类别损失；

基于所述图像损失、所述类别损失以及所述特征损失对所述识别模型的参数进行更新，确定所述目标识别模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述图像损失、所述类别损失以及所述特征损失对所述识别模型的参数进行更新，确定所述目标识别模型，包括：

固定所述教师网络的参数；

利用所述图像损失、所述类别损失以及所述特征损失确定联合损失；

基于所述联合损失，对所述识别模型的参数进行更新，确定所述目标识别模型。

4.根据权利要求1所述的训练方法，其特征在于，所述获取第一样本图像及其对应的第二样本图像，包括：

获取第一样本图像；

将所述第一样本图像输入第二图像质量转换网络中，得到所述第二样本图像。

5.根据权利要求1所述的训练方法，其特征在于，所述获取第一样本图像及其对应的第二样本图像，包括：

获取第一训练样本集以及第二训练样本集，所述第一训练样本集中的图像与所述第二训练样本集中的图像一一对应；

提取所述第一训练样本集中的第一样本图像，以及所述第二训练样本集中与所述第一样本图像对应的第二样本图像。

6.一种识别方法，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目标识别模型中，得到所述待识别图像的识别特征，所述目标识别模型是根据权利要求1-5中任一项所述的识别模型的训练方法训练得到的；

将识别特征与待匹配特征进行对比，确定所述待识别图像的识别结果。

7.一种识别模型的训练装置，其特征在于，包括：

第一获取模块，用于获取第一样本图像及其对应的第二样本图像，所述第一样本图像的图像质量高于所述第二样本图像的图像质量；

第一输入模块，用于将所述第一样本图像输入教师网络中，得到第一特征；

第二输入模块，用于将所述第二样本图像输入识别模型中，得到第二特征，所述识别模型依次包括第一图像质量转换网络以及学生网络，所述学生网络与所述教师网络的网络结构相同；

确定模块，用于基于所述第一图像质量转换网络输出的图像以及所述第一样本图像，确定图像损失；

更新模块，用于根据所述第一特征与所述第二特征对应的特征损失以及所述图像损失，对所述识别模型的参数进行更新，以确定目标识别模型。

8.一种识别装置，其特征在于，所述方法包括：

第二获取模块，用于获取待识别图像；

第三输入模块，用于将所述待识别图像输入目标识别模型中，得到所述待识别图像的识别特征，所述目标识别模型是根据权利要求1-5中任一项所述的识别模型的训练方法训练得到的；

识别模块，用于将识别特征与待匹配特征进行对比，确定所述待识别图像的识别结果。