[发明专利]对象识别模型的训练方法、装置及存储介质

说明书

本申请提供了一种对象识别模型的训练方法、装置及存储介质，涉及智能视频监控技术领域，有助于更高效率提升训练的对象识别模型的适应性。该方法包括：获取同一监测点位在不同时间的第一监测图像、包括有目标对象的参考图像以及标注信息；根据获取到的第一监测图像和参考图像，生成同一监测点位在不同时间的融合图像，融合图像包括目标对象以及第一监测图像的背景；将标注信息确定为融合图像的标注结果；根据融合图像和标注结果对当前的对象识别模型进行迭代训练，直到模型收敛，得到第一目标对象识别模型；第一目标对象识别模型用于识别同一监测点位的第一监测图像中的目标对象。

技术领域

本申请涉及智能视频监控技术领域，尤其涉及对象识别模型的训练方法、装置及存储介质。

背景技术

在监控领域中，对象识别是比较重要的一个研究方向。现有的对象识别技术通常是使用样本图像预先训练好一个对象识别模型，根据该对象识别模型对以目标场景为背景的目标对象的图像进行目标对象的识别。但是，在实际应用中，参与训练的样本图像可能并非是以目标场景为背景的图像。这样，预先训练好的对象识别模型识别以目标场景为背景的图像中的目标对象得到的识别结果可能不准确。

通常，为了解决上述问题，可针对目标场景重新训练适用该目标场景的对象识别模型，但是，为了重新训练对象识别模型而提取样本需要花费大量的人工成本(例如，需要逐帧的手工裁切出监测样本)。

发明内容

本申请提供一种对象识别模型的训练方法、装置及存储介质，有助于更高效率提升训练的对象识别模型的适应性。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请实施例提供一种图像处理方法，该方法包括：获取同一监测点位在不同时间的第一监测图像、包括有目标对象的参考图像以及标注信息(该标注信息用于表征参考图像中目标对象的识别结果，且标注信息的准确度大于准确度阈值)，然后，根据获取到的第一监测图像和参考图像，生成同一监测点位在不同时间的融合图像，该融合图像包括目标对象以及第一监测图像的背景；将标注信息确定为融合图像的标注结果；根据该融合图像和标注结果对当前的对象识别模型进行迭代训练，直到模型收敛，得到第一目标对象识别模型，该第一目标对象识别模型用于识别同一监测点位的第一监测图像中的目标对象。

为了使当前的对象识别模型适用于上述监测点位获取的图像中目标对象的识别，本申请实施例中，根据获取到的该监测点位的第一监测图像和参考图像生成该监测点位在不同时间的融合图像，融合图像包括了目标对象以及第一监测图像的背景，第一监测图像可以为该特定监测点位采集得到的仅包括背景的图像，也可以为该特定监测点位采集得到的包括背景以及前景的图像，将参考图像的标注信息确定为融合图像的标注结果，参考图像的标注信息表征参考图像中目标对象的识别结果。这样，根据融合图像及其标注结果训练当前的对象识别模型，得到的第一目标对象识别模型即可用于识别该监测点位获取的图像中的目标对象，而无需人工获取该监测点位获取的包括目标对象的训练样本图像。节省了人工成本，更高效率提升训练的对象识别模型的适应性。

在一种可能的实现方式中，上述“根据获取到的第一监测图像和参考图像，生成同一监测点位在不同时间的融合图像”包括：获取参考图像中目标对象的图像；根据预设的图像融合算法，融合第一监测图像和目标对象的图像，以得到融合图像。这样，根据图像融合算法，可以将目标对象的图像融合进第一监测图像中的背景图像中的不同位置，得到同一监测点位在不同时间的多个不同的融合图像，进一步丰富了参与训练的融合图像，从而提高了训练得到的第一目标对象识别模型的适应性。