The embodiment of the invention discloses a training method and device of an object recognition and object recognition network, and an electronic device. The training method includes: using the object recognition network, the object images of multiple angles are separately extracted, and the features of the object images of multiple angles corresponding to each object are fused. The fusion features are obtained, and the object recognition results of multi-angle object images corresponding to the fusion features are obtained. The object recognition network is trained based on the difference between the object recognition results of at least one object and the annotation information. The embodiment of the invention can train the object recognition network by using the object images of multiple angles corresponding to each object in at least one object, thereby improving the accuracy and recognition efficiency of the object recognition.
【技术实现步骤摘要】
对象识别及对象识别网络的训练方法和装置、电子设备
本专利技术涉及人工智能技术,尤其是一种对象识别及对象识别网络的训练方法和装置、电子设备。
技术介绍
近几年,深度学习在计算机视觉领域的各个任务上都被广泛应用。脸识别作为很有市场价值的计算机视觉任务,一直是计算视觉领域研究的热门方向,近些年被广泛应用到互联网金融、安防、公安、民航、海关等多个行业。在进入深度学习的时代之后,神经网络在各种对象识别(例如,人脸识别)上取得了重大的突破。
技术实现思路
本专利技术实施例提供一种对象识别技术方案。根据本专利技术实施例的一个方面,提供的一种对象识别网络的训练方法,包括:利用对象识别网络,分别对多个角度的对象图像进行特征提取;利用所述对象识别网络,对每个对象对应的多个角度的对象图像的特征进行融合,得到融合特征;利用所述对象识别网络,基于所述融合特征进行对象识别,得到所述融合特征对应的多个角度的对象图像的对象识别结果;基于至少一个对象的对象识别结果与标注信息之间的差异,对所述对象识别网络进行训练。可选地,在上述各实施例的训练方法中,还包括:分别针对所述至少一个对象中的每个对象,获取每个对象对应的所述多个角度的对象图像。可选地,在上述各实施例的训练方法中,所述获取每个对象对应的所述多个角度的对象图像,包括:分别基于所述每个对象的正面图像,生成每个对象的至少一个其他角度的对象图像,所述每个对象对应的多个角度的对象图像包括所述正面图像和所述至少一个其他角度的对象图像。可选地,在上述各实施例的训练方法中,所述基于所述每个对象的正面图像,生成每个对象的至少一个其他角度的对象图像,包括:分 ...
【技术保护点】
1.一种对象识别网络的训练方法,其特征在于,包括:利用对象识别网络,分别对多个角度的对象图像进行特征提取;利用所述对象识别网络,对每个对象对应的多个角度的对象图像的特征进行融合,得到融合特征;利用所述对象识别网络,基于所述融合特征进行对象识别,得到所述融合特征对应的多个角度的对象图像的对象识别结果;基于至少一个对象的对象识别结果与标注信息之间的差异,对所述对象识别网络进行训练。
【技术特征摘要】
1.一种对象识别网络的训练方法,其特征在于,包括:利用对象识别网络,分别对多个角度的对象图像进行特征提取;利用所述对象识别网络,对每个对象对应的多个角度的对象图像的特征进行融合,得到融合特征;利用所述对象识别网络,基于所述融合特征进行对象识别,得到所述融合特征对应的多个角度的对象图像的对象识别结果;基于至少一个对象的对象识别结果与标注信息之间的差异,对所述对象识别网络进行训练。2.根据权利要求1所述的方法,其特征在于,还包括:分别针对所述至少一个对象中的每个对象,获取每个对象对应的所述多个角度的对象图像。3.根据权利要求2所述的方法,其特征在于,所述获取每个对象对应的所述多个角度的对象图像,包括:分别基于所述每个对象的正面图像,生成每个对象的至少一个其他角度的对象图像,所述每个对象对应的多个角度的对象图像包括所述正面图像和所述至少一个其他角度的对象图像。4.根据权利要求3所述的方法,其特征在于,所述基于所述每个对象的正面图像,生成每个对象的至少一个其他角度的对象图像,包括:分别以每个对象作为目标对象,对目标对象的正面图像进行对象关键点检测;基于检测到的正面图像的对象关键点,通过三维对象模型对所述目标对象进行旋转,生成所述目标对象的至少一个其他角度的对象图像。5.一种对象识别方法,其特征在于,包括:利用对象识别网络,对对象图像进行人脸识别,得到所述对象图像的对象识别结果;其中,所述对象识别网络基...
【专利技术属性】
技术研发人员:王飞,
申请(专利权)人:北京市商汤科技开发有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。