[发明专利]图像识别方法和装置

说明书

本申请提供了一种图像识别方法和装置，该方法包括：获得待识别对象的图像数据；利用信息缺失模型确定图像数据的信息缺失状态，图像数据的信息缺失状态表征图像数据中待识别对象的信息缺失情况；如果图像数据的信息缺失状态满足条件，利用图像识别模型对图像数据进行图像识别，以确定图像数据中待识别对象的对象类别；其中，信息缺失模型为利用标注有缺失状态标签的多个图像数据样本训练得到的，缺失状态标签是根据图像识别模型确定的。本申请的方案有利于提高识别图像数据中对象类别的准确性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种图像识别方法和装置。

背景技术

图像识别场景中，需要结合对象的图像或者文本等形式的图像数据，识别出对象所属的类别。如，在人脸识别场景中，需要识别出人脸图像中人脸所属的用户。

但是，基于图像数据进行图像识别的过程中，经常会存在一些无法准确识别的情况，导致图像识别的准确低，甚至导致一些无效识别。

发明内容

本申请提供了一种图像识别方法和装置。

其中，一种图像识别方法，包括：

获得待识别对象的图像数据；

利用信息缺失模型确定所述图像数据的信息缺失状态，所述图像数据的信息缺失状态表征所述图像数据中所述待识别对象的信息缺失情况；

如果所述图像数据的信息缺失状态满足条件，利用所述图像识别模型对所述图像数据进行图像识别，以确定所述图像数据中所述待识别对象的对象类别；

其中，所述信息缺失模型为利用标注有缺失状态标签的多个图像数据样本训练得到的，所述缺失状态标签是根据所述图像识别模型确定的。

在一种可能的实现方式中，所述图像识别模型为利用标注有对象类别标签的多个图像数据样本训练得到，所述对象类别标签用于表征所述图像数据样本中对象的对象类别。

在又一种可能的实现方式中，所述信息缺失模型为利用标注有缺失状态标签且用于训练所述图像识别模型的多个图像数据样本训练得到的；

其中，所述图像数据样本标注的缺失状态标签为：根据所述图像识别模型识别出的所述图像数据样本中的对象归属于目标对象类别的可能性概率确定的，所述目标对象类别为所述图像识别模型识别出所述对象归属的至少一个对象类别中，可能性概率满足设定条件的对象类别。

在又一种可能的实现方式中，所述图像识别模型和所述信息缺失模型通过如下方式训练得到：

获得标注有对象类别标签的多个图像数据样本；

基于所述图像数据样本标注的对象类别标签，利用所述多个图像数据样本对待训练的图像识别模型进行训练，得到经过训练的图像识别模型；

利用经过训练的图像识别模型，确定所述图像数据样本中对象可能归属的至少一个对象类别及所述对象分别归属于所述至少一个对象类别的可能性概率；

从所述图像数据样本中对象可能归属的至少一个对象类别中，确定可能性概率满足设定条件的目标对象类别；

基于所述目标对象类别的可能性概率，标注所述图像数据样本的缺失状态标签；

基于标注有缺失状态标签的各所述图像数据样本对待训练的信息缺失模型进行训练，得到经过训练的信息缺失模型。

在又一种可能的实现方式中，在得到经过训练的信息缺失模型之后，还包括：

如果当前尚未到达模型训练结束条件，利用所述经过训练的信息缺失模型，确定所述图像数据样本的信息缺失状态；

从所述多个图像数据样本中筛选出信息缺失状态满足条件的图像数据样本，得到筛选出的多个图像数据样本；