图像处理的方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像处理的方法、装置、计算机设备及存储介质，其中图像处理的方法可包括：对接收的第一图像进行特征提取处理，得到第一图像的多个图像原始特征；利用多个图像原始特征生成第一图像的身份标识特征，确定各个图像原始特征与身份标识特征之间的特征距离，以及根据特征距离确定优化参数；利用优化参数更新用于图像识别模型迭代训练的损失函数输出结果，训练完成后的图像识别模型用于对待识别的第二图像进行图像识别处理。该装置可包括原始特征提取模块、标识特征生成模块、优化参数确定模块及损失输出更新模块。相比现有技术，本发明专利技术可显著提升图像识别模型的图像识别处理的能力，图像识别的效果得到了明显提升。升。升。

【技术实现步骤摘要】
图像处理的方法、装置、计算机设备及存储介质


[0001]本专利技术涉及计算机视觉
，更为具体来说，本专利技术能够提供一种图像处理的方法、装置、计算机设备及存储介质。

技术介绍

[0002]目前，通过训练神经网络的方式得到图像识别模型的技术已经得到了广泛地应用。然而为了提升图像识别模型性能，使得神经网络结构的复杂度在不断增加，导致图像处理的实时响应性下降。于是，有人引入了知识蒸馏的方法，知识蒸馏的主要思路是训练一个小规模模型模仿一个大规模模型，从而使得小规模模型具有一定精度的同时还具有不复杂的网络，可通过该方式得到神经网络复杂度不高的图像识别模型。虽然通过这种方式得到了具有一定性能的小规模图像识别模型，但是，这种方式的弊端在于限制了图像识别模型对图像识别处理的能力，图像识别的效果难以进一步提升，亟待需要改进或优化。

技术实现思路

[0003]为解决传统基于图像识别模型的图像识别效果难以再提升的问题，本专利技术能够提供一种图像处理的方法、装置、计算机设备及存储介质，从而达到进一步提升图像识别处理性能等技术目的。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理的方法，其特征在于，包括：对接收的第一图像进行特征提取处理，得到第一图像的多个图像原始特征；利用所述多个图像原始特征生成第一图像的身份标识特征；确定各个所述图像原始特征与所述身份标识特征之间的特征距离，并根据所述特征距离确定优化参数；利用所述优化参数更新用于图像识别模型迭代训练的损失函数输出结果，训练完成后的图像识别模型用于对待识别的第二图像进行图像识别处理。2.根据权利要求1所述的图像处理的方法，其特征在于，所述根据所述特征距离确定优化参数包括：按从小到大或从大到小的顺序对得到的多个特征距离进行排序处理，以得到多个特征距离的排序结果；选取所述排序结果中预设位置的特征距离作为所述优化参数。3.根据权利要求1或2所述的图像处理的方法，其特征在于，所述利用所述优化参数更新用于图像识别模型迭代训练的损失函数输出结果包括：确定损失函数当前输出结果与所述优化参数的第一差值；如果所述第一差值大于或等于零，则将所述损失函数输出结果更新为所述第一差值；如果所述第一差值小于零，则将所述损失函数输出结果更新为零。4.根据权利要求1所述的图像处理的方法，其特征在于，所述确定各个所述图像原始特征与所述身份标识特征之间的特征距离包括：确定在各个特征维度下的图像原始特征的特征值与身份标识特征的特征值的第二差值；基于所述第二差值在所有特征维度下的平方和结果确定所述图像原始特征与所述身份标识特征之间的特征距离。5.根据权利要求1所述的图像处理的方法，其特征在于，所述利用所述多个图像原始特征生成第一图像的身份标识特征包括：对所述多个图像原始特征进行均值处理，以得到所述身份标识特征。6.根据权利要求1所述的图像处理的方法，其特征在于，所述利用所述优化参数更新用于图像识别模型迭代训练的损失函数输出结果包括：获取学生网络对所述第一图像的第一识别结果以及教师网络对所...

【专利技术属性】
技术研发人员：李帅杰，魏新明，肖嵘，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：