图像识别的方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种图像识别的方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用人脸识别、人脸图像处理等场景。具体实现方案为：获取待处理图像的图像特征信息；根据所述图像特征信息，获得所述待处理图像中指定对象的属性数据，以及所述指定对象所属至少两个属性类别中各属性类别的概率；其中，所述各属性类别对应至少一种分类方式；根据所述各属性类别的概率，对所述属性数据进行调整处理，以获得所述调整处理之后的属性数据。得所述调整处理之后的属性数据。得所述调整处理之后的属性数据。

【技术实现步骤摘要】
图像识别的方法、装置、电子设备及存储介质


[0001]本公开涉及人工智能
，具体为深度学习、计算机视觉
，可应用人脸识别、人脸图像处理等场景。

技术介绍

[0002]随着科学技术和社会经济的发展，快速有效的自动身份验证在安防领域变的越来越迫切。其中，基于图像识别的预测分析技术是身份验证的一个重要研究方面。
[0003]目前，基于图像识别的预测分析方法通常是利用预先训练所获得的识别模型，对采集的图像进行识别处理，得到图像中的相关对象的属性数据，以对该相关对象进行身份验证。

技术实现思路

[0004]本公开提供了一种图像识别的方法、装置、电子设备及存储介质。
[0005]根据本公开的一方面，提供了一种图像识别的方法，包括：
[0006]获取待处理图像的图像特征信息；
[0007]根据所述图像特征信息，获得所述待处理图像中指定对象的属性数据，以及所述指定对象所属至少两个属性类别中各属性类别的概率；其中，所述各属性类别对应至少一种分类方式；
[0008]根据所述各属性类别的概率，对所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别的方法，包括：获取待处理图像的图像特征信息；根据所述图像特征信息，获得所述待处理图像中指定对象的属性数据，以及所述指定对象所属至少两个属性类别中各属性类别的概率；其中，所述各属性类别对应至少一种分类方式；根据所述各属性类别的概率，对所述属性数据进行调整处理，以获得所述调整处理之后的属性数据。2.根据权利要求1所述的方法，其中，所述获取待处理图像的图像特征信息，包括：利用预设的神经网络，对待处理图像进行特征提取，以获取所述图像特征信息。3.根据权利要求1或2所述的方法，其中，所述根据所述图像特征信息，获得所述待处理图像中指定对象的属性数据，以及所述指定对象所属至少两个属性类别中各属性类别的概率，包括：利用预设的属性预测模型和至少一个预设的属性类别预测模型，分别对所述图像特征信息进行识别，以获得所述待处理图像中指定对象的属性数据，以及所述指定对象所属至少两个属性类别中各属性类别的概率。4.根据权利要求1
‑
3中任一项所述的方法，其中，所述根据所述各属性类别的概率，对所述属性数据进行调整处理，以获得所述调整处理之后的属性数据，包括：根据所述属性数据对应的第一权重值和所述各属性类别的概率对应的第二权重值，对所述属性数据和所述各属性类别的概率进行加权处理；根据所述加权处理的结果，获得所述调整处理之后的属性数据。5.根据权利要求1
‑
4中任一项所述的方法，其中，所述获取待处理图像的图像特征信息之前，包括：利用图像训练数据，对待训练的属性预测模型进行训练，以获得预设的属性预测模型，和/或，对待训练的属性类别预测模型进行训练，以获得预设的属性类别预测模型。6.一种图像识别的装置，包括：获取单元，用于获取待处理图像的图像特征信息；获得单元，用于根据所述图像特征信息，获得所述待处理图像中指定对象的属性数据，以及所述指定对象所属至少两个属性类别中各属性类别的概率；其中，所...

【专利技术属性】
技术研发人员：何斌，
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：