一种图像质量预测模型训练方法和装置制造方法及图纸

本申请涉及图像识别技术领域，提供了一种图像质量预测模型训练方法和装置。该方法包括：获取目标图像训练样本集；获取该目标图像的质量分增强标签；将该目标图像和相应的该质量分增强标签输入至图像质量预测模型，获得图像质量预测结果；该图像质量预测模型包括主干网络和质量分类头；依据目标损失函数，迭代更新该图像质量预测模型的参数，直至达到预设的迭代终止条件，获得经训练的该图像质量预测模型。本申请通过数据增强生成图像质量分标签，可以对复杂场景的图像质量做出更合理定义，同时将质量分预测问题转化为分类问题，有助于提升图像识别等下游任务的准确率和通过率。

【技术实现步骤摘要】

本申请涉及图像识别，尤其涉及一种图像质量预测模型训练方法和装置。

技术介绍

1、在活体认证或其他人脸认证任务中，为了保证后续活体认证/人脸识别的准确性，增强安全性能和用户多个网络分别进行质量合规判定，多个网络模型不利于边缘端的部署，会导致模型多、速度慢的问题，从而影响响应速度和用户体验。同时，由于各种质量不合规图像样本数量少，也给图像质量分预测的稳定收敛和准确性带来了挑战。

2、因此，如何设计图像质量预测模型，使其能够对图像质量进行综合判定，节省边缘端的推理时间，以便保证后续图像识别应用的准确度和提升用户体验，是需要解决的技术问题。

技术实现思路

1、有鉴于此，本申请实施例提供了一种图像质量预测模型训练方法、装置、电子设备及计算机可读存储介质，以解决现有技术对图像质量预测准确度不高的问题。

2、本申请实施例的第一方面，提供了一种图像质量预测模型训练方法，包括：

3、获取目标图像训练样本集；

4、获取所述目标图像的质量分增强标签；

5、将所述目标图像和本文档来自技高网...

【技术保护点】

1.一种图像质量预测模型训练方法，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，获取所述目标图像的质量分增强标签，包括：

3.根据权利要求2所述的方法，其特征在于，获得所述目标图像的原始质量分标签，包括：

4.根据权利要求2所述的方法，其特征在于，将所述目标图像和相应的所述质量分增强标签输入至图像质量预测模型，获得图像质量预测结果，包括：

5.根据权利要求4所述的方法，其特征在于，将所述目标图像和相应的所述质量分增强标签输入至图像质量预测模型，获得图像质量预测结果，还包括：依据所述图像质量分预测值和所述质量分增强标签，确定第...

【技术特征摘要】

1.一种图像质量预测模型训练方法，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，获取所述目标图像的质量分增强标签，包括：

3.根据权利要求2所述的方法，其特征在于，获得所述目标图像的原始质量分标签，包括：

4.根据权利要求2所述的方法，其特征在于，将所述目标图像和相应的所述质量分增强标签输入至图像质量预测模型，获得图像质量预测结果，包括：

5.根据权利要求4所述的方法，其特征在于，将所述目标图像和相应的所述质量分增强标签输入至图像质量预测模型，获得图像质量预测结果，还包括：依据所述图像质量分预测值和所述质量分增强标签，确定第一损失函数和/或第二损失函数；其中，所述第一损失函数为：

6.根据权利要求5所述的方法，其特征在于，将所述目标...

【专利技术属性】
技术研发人员：王夏洪，
申请(专利权)人：深圳须弥云图空间科技有限公司，
类型：发明
国别省市：