【技术实现步骤摘要】
特征提取模型训练方法、装置、电子设备及存储介质
[0001]本申请涉及计算机
,特别涉及一种特征提取模型训练方法、装置、电子设备及存储介质。
技术介绍
[0002]对象识别(如人脸识别)通常基于对象的特征表示实现,因此特征表示的质量将直接影响对象识别任务的效果。
[0003]相关技术中,为了得到高质量的特征表示需要大规模的预训练对象数据(如人脸图像)来训练特征提取模型,而在对象信息(如人脸信息)作为隐私信息受到保护时,预训练对象数据的规模很难达到相关技术中的数据规模要求,使得这种情况下基于相关技术中的预训练方式训练的特征提取模型的特征提取性能较差,无法提供满足下游对象识别任务的高质量特征表示。
技术实现思路
[0004]为了解决现有技术的问题,本申请实施例提供了一种特征提取模型训练方法、装置、电子设备及存储介质。所述技术方案如下:
[0005]一方面,提供了一种特征提取模型训练方法,所述方法包括:
[0006]获取样本图像对应的样本遮蔽图像;所述样本图像包含目标对象,所述样本遮蔽图像是对所述样本图像中的部分区域进行遮蔽处理得到的图像;
[0007]基于待训练特征提取网络对所述样本遮蔽图像中的未遮蔽区域进行特征提取,得到样本特征图;所述样本特征图包括所述未遮蔽区域的特征;
[0008]基于待训练特征风格编码网络对所述样本特征图进行特征风格编码,得到多个风格隐向量;所述多个风格隐向量表征所述目标对象的不同特征层级的特征;
[0009]基于所述多个风格隐 ...
【技术保护点】
【技术特征摘要】
1.一种特征提取模型训练方法,其特征在于,所述方法包括:获取样本图像对应的样本遮蔽图像;所述样本图像包含目标对象,所述样本遮蔽图像是对所述样本图像中的部分区域进行遮蔽处理得到的图像;基于待训练特征提取网络对所述样本遮蔽图像中的未遮蔽区域进行特征提取,得到样本特征图;所述样本特征图包括所述未遮蔽区域的特征;基于待训练特征风格编码网络对所述样本特征图进行特征风格编码,得到多个风格隐向量;所述多个风格隐向量表征所述目标对象的不同特征层级的特征;基于所述多个风格隐向量进行图像重建,得到重建图像;基于所述样本图像和所述重建图像,分别确定图像重建损失和特征重建损失;基于所述图像重建损失和特征重建损失进行网络参数的调整,直至满足预设训练结束条件,将训练结束时的所述待训练特征提取网络作为目标特征提取模型;所述网络参数包括所述待训练特征提取网络和所述待训练特征风格编码网络的网络参数。2.根据权利要求1所述的方法,其特征在于,所述基于所述样本图像和所述重建图像,分别确定图像重建损失和特征重建损失,包括:基于所述样本图像中对应遮蔽区域的图像块与所述重建图像中对应所述遮蔽区域的图像块之间的差异,确定图像重建损失;基于自注意力机制分别提取所述样本图像的视觉特征和所述重建图像的视觉特征;基于所述样本图像的视觉特征与所述重建图像的视觉特征之间的距离,确定特征重建损失。3.根据权利要求2所述的方法,其特征在于,所述基于自注意力机制分别提取所述样本图像的视觉特征和所述重建图像的视觉特征,包括:将所述样本图像输入至自注意力网络,通过所述自注意力网络的多个自注意力层依次对所述样本图像进行特征提取,将所述多个自注意力层中至少一个预设自注意力层的输出作为所述样本图像的视觉特征;将所述重建图像输入至所述自注意力网络,通过所述自注意力网络的多个自注意力层依次对所述重建图像进行特征提取,将所述至少一个预设自注意力层的输出作为所述重建图像的视觉特征;所述基于所述样本图像的视觉特征与所述重建图像的视觉特征之间的距离,确定特征重建损失,包括:基于每个所述预设自注意力层针对所述样本图像的输出与针对所述重建图像的输出之间的距离,确定每个所述预设自注意力层对应的损失;基于各所述预设注意力层对应的损失之和,得到所述特征重建损失。4.根据权利要求1所述的方法,其特征在于,所述基于所述多个风格隐向量进行图像重建,得到重建图像,包括:将所述多个风格隐向量输入至已训练图像生成网络,通过所述已训练图像生成网络中与每个所述特征层级对应的图像生成子网络对每个所述特征层级对应的风格隐向量进行图像重建,得到每个所述特征层级的重建子图像;将各所述特征层级的重建子图像进行融合,得到重建图像;其中,所述已训练图像生成网络为基于所述目标对象的训练图像集对基于风格的生成
对抗网络进行训练得到。5.根据权利要求4所述的方法,其特征在于,所述基于待训练特征风格编码网络对所述样本特征图进行特征风格编码,得到多个风格隐向量,包括:基于待训练特征风格编码网络中的多个卷积神经网络分别对所述样本特征图进行所述不同特征层级...
【专利技术属性】
技术研发人员:王玥,彭瑾龙,张江宁,易冉,王亚彪,汪铖杰,吴永坚,
申请(专利权)人:腾讯科技上海有限公司,
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。