【技术实现步骤摘要】
获取图像信息的方法和用于训练图像检测模型的方法
[0001]本公开涉及人工智能
，具体为深度学习、图像处理、计算机视觉
，可应用于人脸等场景，具体涉及一种获取图像检测信息的方法和用于训练图像检测模型的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
技术介绍
[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]基于人工智能的图像检测技术，已经渗透到各个领域。其中，基于人工智能的人脸活体检测技术，根据用户输入的图像数据，判断该图像数据是否来自于人脸活体。
[0004]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方...
【技术保护点】
【技术特征摘要】
1.一种获取图像信息的方法，包括：获取目标图像；从所述目标图像中提取属于多个类别中的至少一个类别的第一特征；以及根据所述第一特征获取所述目标图像的类别。2.根据权利要求1所述的方法，其中，所述从所述目标图像中提取属于多个类别中的至少一个类别的第一特征，包括：将所述目标图像输入至特征提取网络，以得到所述第一特征；其中，所述特征提取网络是采用第一样本图像训练得到的，所述第一样本图像是由至少两个第二样本图像中的部分区域拼接得到的，所述第一样本图像对应于所述多个类别中的第一类别，所述第二样本图像对应于所述第一类别。3.根据权利要求2所述的方法，其中，拼接成所述第一样本图像的来自所述至少两个第二样本图像的至少两部分区域中的第一部分区域占所述第一样本图像的全部区域的比例不小于50％。4.根据权利要求1
‑
3中任一项所述的方法，其中，所述目标图像包括包含人脸的图像，所述多个类别包括人脸活体类、屏幕攻击类、头模攻击类或者纸质攻击类。5.一种用于训练图像检测模型的方法，包括：获得与多个类别中的每一个类别对应的多个第二样本图像；针对所述多个类别中的每一个类别，根据该类别对应的多个第二样本图像，获取多个第一样本图像，其中，每一个第一样本图像是由至少两个第二样本图像的部分区域拼接得到的；以及基于所述多个类别中的每一个类别对应的多个第一样本图像，训练图像检测模型。6.根据权利要求5所述的方法，其中，所述获得该类别对应的多个第二样本图像，获取多个第一样本图像，包括：将第三样本图像划分成第一数量的第一图像块；将第四样本图像划分成第一数量的第二图像块，所述第二样本图像包括：所述第三样本图像和所述第四样本图像；以及将第二数量所述第一图像块替换为所述第二数量的所述第二图像块，得到所述第一样本图像。7.根据权利要求6所述的方法，其中，所述第二数量与所述第一数量之间的比值小于或等于0.5。8.根据权利要求5
‑
7中任一项所述的方法，其中，所述基于所述多个类别中的每一个类别对应的多个第一样本图像，训练图像检测模型，包括：针对所述多个类别中的每一个类别，将第五样本图像输入至所述图像检测模型，以获得所述第五样本图像对应的预测类别，其中，该类别的多个第一样本图像包括所述第五样本图像；以及基于所述第五样本图像对应的预测类别和该类别，调整所述图像检测模型的参数。9.根据权利要求5
‑
8中任一项所述的方法，还包括：基于所述多个类别中的每一个类别对应的多个第二样本图像，训练所述图像检测模型。
10.根据权利要求5
‑
9中任一项所述的方法，其中，所述多个类别包括人脸活体类、屏幕攻击类、头模攻击类或者纸质攻击类。11.一种获取图像信息的装置，包括：目标图像获取单元，被配置用于获取目标图像；特征提取单元，被配置用于从所述目标图像中提取属于多个类别中的至少一个类别的第一特征；以及检测结果获取单元，被配置用于根据所述第一特征获取所述目标图像的类别。12.根据权利要求11所述的装置，其中，所述特征提取单元包括：图像输入单元，被配置用于将所述目标图像输入至特征提取网络，以得到所述第一特征；其中，所述特征提取网络...
【专利技术属性】
技术研发人员：王珂尧，
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：
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。