【技术实现步骤摘要】
本申请涉及人工智能领域，特别涉及一种图像处理模型的训练方法、图像处理方法及设备。
技术介绍
1、生物识别技术是一种利用人体的相关生物特征(比如：指纹、掌纹、人脸等)和行为特征(比如：声音、步态等)来进行身份的鉴定与识别的技术。以掌纹为例，掌纹是指手指根端到手腕部分的手掌的纹线。掌纹包括主线、皱纹、细小的纹理、脊末梢、分叉点中的至少一种。掌纹识别技术已经被应用于生物识别、身份识别、移动支付等各类应用场景中。
2、相关技术中，样本手掌图像包含掌纹信息，掌纹信息通常由手掌的掌纹、肌肉纹理、拍摄角度等信息组成。其中，掌纹可以具体用于指示样本手掌图像的用户身份。通过编码器直接学习样本手掌图像的上述掌纹信息得到样本特征，基于该样本特征生成新的预测掌纹图像。
3、然而，这种直接利用上述掌纹信息生成的预测掌纹图像中的身份信息显著性不足。
技术实现思路
1、本申请提供了一种图像处理模型的训练方法、图像处理方法及设备。所述技术方案如下：
2、一方面，提供了一种图像处理模型的...
【技术保护点】
1.一种图像处理模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述样本身体部位图像输入所述图像处理模型，以提取所述样本身体部位图像的样本属性特征，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述将所述耦合属性特征与所述样本身份特征解耦，以得到所述样本属性特征，包括：
4.根据权利要求1至3任一所述的方法，其特征在于，所述将所述耦合属性特征正交投影至所述样本身份特征的特征空间中，以得到样本投影特征，包括：
5.根据权利要求1至4任一所述的方法，其特征在于，所述耦合属性...
【技术特征摘要】
1.一种图像处理模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述样本身体部位图像输入所述图像处理模型，以提取所述样本身体部位图像的样本属性特征，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述将所述耦合属性特征与所述样本身份特征解耦，以得到所述样本属性特征，包括：
4.根据权利要求1至3任一所述的方法，其特征在于，所述将所述耦合属性特征正交投影至所述样本身份特征的特征空间中，以得到样本投影特征，包括：
5.根据权利要求1至4任一所述的方法，其特征在于，所述耦合属性特征的特征维数，与所述样本身份特征的特征维数相同。
6.根据权利要求1至5任一所述的方法，其特征在于，所述解码所述样本身份特征和所述样本属性特征，以得到预测身体部位图像，包括：
7.根据权利要求1至6任一所述的方法，其特征在于，所述以减小所述样本身体部位图像与所述预测身体部位图像之间的误差作为训练目标，更新所述图像处理模型的至少一部分模型参数，包括：
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
9.根据权利要求7或8所述的方法，其特征在于，所述图像处理模型包括身份编码器、属性编码器和解码器，所述身份编码器用于提取所述样本身份特征，所述属性编码器用于提取所述样本属性特征，所述解码器用于解码所述样本身份特征和所述样本属性特征；
10.一种图像处理方法，其特征在于，所述方法包括：
11.根据权利要求10所述的方法，其特征在于，所述将所述第二身体部位图像输入所述图像处理模型，以提取所述第二身体部位图像的所述第二属性特征，包括：
【专利技术属性】
技术研发人员：沈雷，
申请(专利权)人：腾讯科技深圳有限公司，
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。