图像识别的处理方法及装置、设备、介质和产品制造方法及图纸

本公开提供了一种图像识别的处理方法及装置、设备、介质和产品，涉及人工智能技术领域，具体涉及深度学习、计算机视觉技术领域，可应用于人脸识别等场景域。具体实现方案包括：将样本人脸图像作为图像识别模型的输入数据，得到与样本人脸图像关联的基于至少一个图像区域的图像识别结果；根据图像识别结果和与样本人脸图像关联的基于至少一个图像区域的预设遮挡标签，计算与图像识别模型关联的分类损失值；以及基于分类损失值调整图像识别模型的模型参数，得到调整后的图像识别模型。得到调整后的图像识别模型。得到调整后的图像识别模型。

【技术实现步骤摘要】
图像识别的处理方法及装置、设备、介质和产品


[0001]本公开涉及人工智能
，具体涉及深度学习、计算机视觉
，可应用于人脸识别等场景域。

技术介绍

[0002]在模型训练过程中，可以根据针对样本数据的模型识别结果和预设标标签数据，确定与深度学习模型关联的分类损失值。利用分类损失值反向传播调整深度学习模型的模型参数，得到经优化的深度学习模型。但是，在一些场景下，存在深度学习模型的优化效率低、鲁棒性不佳的现象。

技术实现思路

[0003]本公开提供了一种图像识别的处理方法及装置、设备、介质和产品。
[0004]根据本公开的一方面，提供了一种图像识别的处理方法，包括：将样本人脸图像作为图像识别模型的输入数据，得到与所述样本人脸图像关联的基于至少一个图像区域的图像识别结果；根据所述图像识别结果和与所述样本人脸图像关联的基于所述至少一个图像区域的预设遮挡标签，计算与所述图像识别模型关联的分类损失值；以及基于所述分类损失值调整所述图像识别模型的模型参数，得到调整后的图像识别模型。
[0005]根据本公开的另一方面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别的处理方法，包括：将样本人脸图像作为图像识别模型的输入数据，得到与所述样本人脸图像关联的基于至少一个图像区域的图像识别结果；根据所述图像识别结果和与所述样本人脸图像关联的基于所述至少一个图像区域的预设遮挡标签，计算与所述图像识别模型关联的分类损失值；以及基于所述分类损失值调整所述图像识别模型的模型参数，得到调整后的图像识别模型。2.根据权利要求1所述的方法，其中，所述将样本人脸图像作为图像识别模型的输入数据，得到与所述样本人脸图像关联的基于至少一个图像区域的图像识别结果，包括：对所述样本人脸图像进行特征提取，得到样本图像特征；基于所述样本图像特征，通过所述图像识别模型输出针对所述样本人脸图像的遮挡识别结果；以及根据所述遮挡识别结果，进行基于所述至少一个图像区域的识别结果标注，得到所述图像识别结果。3.根据权利要求2所述的方法，还包括：识别所述样本人脸图像中的至少一个面部特征区域，所述根据所述遮挡识别结果，进行基于所述至少一个图像区域的识别结果标注，得到所述图像识别结果，包括：根据所述遮挡识别结果，进行基于所述至少一个面部特征区域的识别结果标注，得到所述图像识别结果。4.根据权利要求3所述的方法，其中，所述识别所述样本人脸图像中的至少一个面部特征区域，包括：对所述样本人脸图像进行面部特征识别，得到至少一个面部特征点；以及根据所述面部特征点，识别所述样本人脸图像中的至少一个面部特征区域。5.根据权利要求2所述的方法，还包括：对所述样本人脸图像进行切分处理，得到至少一个图像分割区域；所述根据所述遮挡识别结果，进行基于所述至少一个图像区域的识别结果标注，得到所述图像识别结果，包括：根据所述遮挡识别结果，进行基于所述至少一个图像分割区域的识别结果标注，得到所述图像识别结果。6.根据权利要求2所述的方法，其中，所述根据所述遮挡识别结果，进行基于所述至少一个图像区域的识别结果标注，得到所述图像识别结果，包括：根据所述遮挡识别结果，进行基于所述样本人脸图像中的至少一个像素的识别结果标注，得到所述图像识别结果。7.根据权利要求1至6中任一项所述的方法，其中，所述根据所述图像识别结果和与所述样本人脸图像关联的基于所述至少一个图像区域的预设遮挡标签，计算与所述图像识别模型关联的分类损失值，包括：根据所述图像识别结果和与所述样本人脸图像关联的基于所述至少一个图像区域的遮挡标签，计算与所述图像识别模型关联的基于所述每个图像区域的分类损失值；以及
根据基于所述每个图像区域的分类损失值，计算分类损失综合评价值，以作为与所述图像识别模型关联的分类损失值。8.一种图像识别的处理装置，包括：第一处理模块，用于将样本人脸图像作为图像识别模型的输入数据，得到与所述样本人脸图像关联的基于至少一个图像区域的图像识别结果；第二处理模块，用于根据...

【专利技术属性】
技术研发人员：黄泽斌，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：