【技术实现步骤摘要】
本公开实施例涉及图像识别，尤其涉及一种图像识别方法、装置、电子设备、存储介质及产品。
技术介绍
1、在需要对用户身份认证的场景下，可以通过深度学习模型进行图像识别的方式，判断待识别图像中的面部是否为真实的面部，即面部活体检测。目前，对静默活体图像进行识别的算法模型对应的输入的数据，均是某种单一的图像范式，如固定剪裁比的人脸图像、经过小波变换后的频域图像、深度图像或红外图像。
2、在应用过程中发现，对于不同的输入范式训练得到的不同结构的模型，能捕捉到的非活体线索特征是不同的。如果希望能够在面部活体检测的应用过程中，把各种攻击形式的线索特征均识别出来，可以把不同算法结构的模型组合起来使用。但是，每个算法模型都会存在对真的人脸活体图像造误拦截的情况，简单的多结构模型组合使用的图像识别准确度还有待提升。
技术实现思路
1、本公开提供了一种图像识别方法、装置、电子设备、存储介质及产品，可以对多种数据范式待识别图像，对目标对象进行识别，提高图像识别准确度。
2、第一方面，本公开实施例提供了一种图像识别方法，该方法包括：
3、获取目标对象的至少一种数据范式对应的待识别图像；
4、将所述待识别图像输入到预设图像识别模型中，得到所述待识别图像的识别结果；
5、其中，所述预设图像识别模型基于多种预设范式样本图像以及对应各预设范式的动态融合特征和动态目标损失函数训练生成。
6、第二方面，本公开实施例还提供了一种图像识别装置，该装置包
7、图像获取模块，用于获取目标对象的至少一种数据范式对应的待识别图像；
8、图像识别模块，用于将所述待识别图像输入到预设图像识别模型中，得到所述待识别图像的识别结果；
9、其中，所述预设图像识别模型基于多种预设范式样本图像以及对应各预设范式的动态融合特征和动态目标损失函数训练生成。
10、第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：
11、一个或多个处理器；
12、存储装置，用于存储一个或多个程序，
13、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的图像识别方法。
14、第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的图像识别方法。
15、第五方面，本公开实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本专利技术实施例中任一所述的图像识别方法。
16、本公开实施例，通过获取目标对象的至少一种数据范式对应的待识别图像；并将至少一种范式的待识别图像输入到预设图像识别模型中，可得到待识别图像的识别结果；其中，所述预设图像识别模型基于多种预设范式样本图像以及对应各预设范式的动态融合特征和动态目标损失函数训练生成。本公开实施例的技术方案，解决了现有技术中对基于单一数据范式样本训练得到多个图像识别模型，进行简单组合使用的情况下，图像识别准确率不高的问题，使图像识别模型既可以对单一一种数据范式待识别图像进行图像识别，也可以对同一目标对象的多种数据范式的待识别图像进行综合分析学习，可以提高图像识别模型的识别结果的准确性，在应用过程中更加安全。
本文档来自技高网...【技术保护点】
1.一种图像识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标对象的至少一种数据范式对应的待识别图像，包括：
3.根据权利要求2所述的方法，其特征在于，不同数据范式的所述待识别图像对应于不同图像采集设备采集的图像。
4.根据权利要求1-3中任一所述的方法，其特征在于，所述获取目标对象的至少一种数据范式对应的待识别图像，包括：
5.根据权利要求1所述的方法，其特征在于，所述预设图像识别模型的训练过程包括：
6.根据权利要求5所述的方法，其特征在于，所述将预设模型训练样本集合中各样本图像，和/或，与所述各样本图像关联的全部预设范式样本图像中的至少一个预设范式样本图像，输入到待训练图像识别模型中，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述待训练图像识别模型输出的各输入样本图像的识别结果和动态权重，确定所述各输入样本图像的动态融合特征以及所述待训练图像识别模型的动态目标损失，包括：
8.根据权利要求7所述的方法，其特征在于，所述根据所述动态权重值进行特
9.根据权利要求7所述的方法，其特征在于，所述基于各所述特征图的分类结果的图像识别输出损失和所述融合特征分类结果的图像识别输出损失，确定所述动态目标损失，包括：
10.根据权利要求5所述的方法，其特征在于，所述待训练图像识别模型包括残差学习网络结构和/或ShuffleNet卷积神经网络结构。
11.一种图像识别装置，其特征在于，包括：
12.一种电子设备，其特征在于，所述电子设备包括：
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的图像识别方法。
14.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序在被处理器执行时实现如权利要求1-8中任一项所述的图像识别方法。
...【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标对象的至少一种数据范式对应的待识别图像，包括：
3.根据权利要求2所述的方法，其特征在于，不同数据范式的所述待识别图像对应于不同图像采集设备采集的图像。
4.根据权利要求1-3中任一所述的方法，其特征在于，所述获取目标对象的至少一种数据范式对应的待识别图像，包括：
5.根据权利要求1所述的方法，其特征在于，所述预设图像识别模型的训练过程包括：
6.根据权利要求5所述的方法，其特征在于，所述将预设模型训练样本集合中各样本图像，和/或，与所述各样本图像关联的全部预设范式样本图像中的至少一个预设范式样本图像，输入到待训练图像识别模型中，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述待训练图像识别模型输出的各输入样本图像的识别结果和动态权重，确定所述各输入样本图像的动态融合特征以及所述待训练图像识别模型的动态目...
【专利技术属性】
技术研发人员：王旭，熊柏桥，
申请(专利权)人：北京字跳网络技术有限公司，
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。