本技术涉及图像处理,尤其涉及一种图像识别方法、装置及设备。
背景技术:
1、图像识别技术可以识别出图像中所包含的对象的相关信息,例如,可以通过对人员的人脸图像进行识别,确定出该人员的某些信息。因此,随着经济的不断发展,图像识别技术应用越来越广泛,如人脸识别已经应用在如安防、车载、金融等领域。
2、其中,车载领域很多车型会搭载人脸识别功能,为车主提供定制化服务,例如,通过人脸识别对驾驶员的行为进行确定,从而在确定驾驶员的行为为不利于车辆的安全行驶的行为时,及时采取措施,以尽可能的降低驾驶员的行为对车辆的安全行驶的影响。
3、但是,图像识别,如人脸识别,摄像头捕捉数据时,获取的人脸图像存在过亮、过暗和模糊等问题以及遮挡、头部姿态过大等问题,使得人脸图像质量较差(这些质量较差的图像可统称为低质量图像)。如果后续人脸识别时,使用低质量图像,可能会造成较多的漏检(false negative,fn),识别结果准确率较低,从而,相关人员基于识别结果无法进行正确处理。例如在车载领域,人脸识别出驾驶员不利于车辆安全行驶行为的准确率较低,大大增加车辆发生事故的概率。
技术实现思路
1、为解决现有技术中存在的问题,本技术提供一种图像识别方法、装置及设备。
2、第一方面,本技术实施例提供一种图像识别方法,所述方法包括:
3、获取预设目标的多个待识别图像;
4、基于所述多个待识别图像,进行第一次图像识别,获得与所述多个待识别图像对应的多个识别结果向量;
5、将所述多个识别结果向量输入预设图像质量判断模型,其中,所述图像质量判断模型用于根据所述多个待识别图像对应的多个识别结果向量之间的向量距离,确定所述多个待识别图像的质量;
6、根据所述多个待识别图像的质量,进行第二次图像识别。
7、在一种可能的实现方式中,在所述将所述多个识别结果向量输入预设图像质量判断模型之前,还包括:
8、获取多个参考图像,对所述多个参考图像进行第一次图像识别,获得与所述多个参考图像对应的多个识别结果向量;
9、确定识别结果向量fi与所述多个参考图像对应的多个识别结果向量中除所述识别结果向量fi外,剩余的各个识别结果向量的向量距离,其中,所述识别结果向量fi为所述多个参考图像对应的多个识别结果向量中任意一个识别结果向量,i=1,...,n,n表示所述多个参考图像对应的多个识别结果向量中向量的个数;
10、基于所述向量距离,对初始图像质量判断模型进行训练,以使训练好的初始图像质量判断模型的损失函数的值满足预设要求,其中,所述损失函数的值根据所述多个参考图像的预测质量以及所述多个参考图像的真实质量确定,所述多个参考图像的预测质量根据所述向量距离确定;
11、根据训练好的初始图像质量判断模型,获得所述预设图像质量判断模型。
12、在一种可能的实现方式中,在所述基于所述向量距离,对初始图像质量判断模型进行训练之前,还包括:
13、从所述向量距离中,获取最小距离;
14、判断所述最小距离是否大于预设距离阈值;
15、所述基于所述向量距离,对初始图像质量判断模型进行训练,包括:
16、若所述最小距离小于或等于所述预设距离阈值,则基于所述向量距离,对所述初始图像质量判断模型进行训练。
17、在一种可能的实现方式中,所述基于所述向量距离,对初始图像质量判断模型进行训练,包括:
18、从所述向量距离中,获取最小距离,并计算预存的负样本对距离的均值与所述识别结果向量fi对应的向量距离的第一差值,以及所述距离的均值与所述最小距离的第二差值;
19、基于所述第一差值与所述第二差值,对所述初始图像质量判断模型进行训练,所述多个参考图像的预测质量根据所述第一差值与所述第二差值确定。
20、在一种可能的实现方式中,在所述根据所述多个待识别图像的质量,进行第二次图像识别之前,还包括:
21、基于所述多个待识别图像的质量,进行图像质量判断的评估;
22、所述根据所述多个待识别图像的质量,进行第二次图像识别,包括:
23、若评估通过,则根据所述多个待识别图像的质量,进行第二次图像识别。
24、在一种可能的实现方式中,所述基于所述多个待识别图像的质量,进行图像质量判断的评估,包括:
25、基于所述多个待识别图像的质量,确定所述多个待识别图像中待过滤的图像;
26、根据所述多个待识别图像中的正样本图像,确定过滤前正样本比例,并根据所述待过滤的图像,确定过滤比例;
27、基于所述过滤前正样本比例,确定过滤后正样本比例与所述过滤比例的变化曲线;
28、根据所述过滤后正样本比例与所述过滤比例的变化曲线,进行所述图像质量判断的评估。
29、在一种可能的实现方式中,所述根据所述过滤后正样本比例与所述过滤比例的变化曲线,进行所述图像质量判断的评估,包括:
30、获取预存的过滤后正样本比例与过滤比例的变化曲线;
31、根据所述过滤后正样本比例与所述过滤比例的变化曲线,以及所述预存的过滤后正样本比例与过滤比例的变化曲线,确定评估指标值;
32、若所述评估指标值大于预设评估阈值,则确定评估通过。
33、在一种可能的实现方式中,所述根据所述多个待识别图像的质量,进行第二次图像识别,包括:
34、根据所述多个待识别图像的质量和预设质量要求,从所述多个待识别图像中获取目标图像;
35、基于所述目标图像,进行第二次图像识别。
36、在一种可能的实现方式中,所述基于所述多个待识别图像,进行第一次图像识别,获得与所述多个待识别图像对应的多个识别结果向量,包括:
37、将所述多个待识别图像输入预设图像识别模型,其中,所述预设图像识别模型输入图像,输出识别结果向量;
38、根据所述预设图像识别模型的输出,获得与所述多个待识别图像对应的多个识别结果向量。
39、第二方面,本技术实施例提供一种图像识别装置,所述装置包括:
40、图像获取模块,用于获取预设目标的多个待识别图像;
41、第一图像识别模块,用于基于所述多个待识别图像,进行第一次图像识别,获得与所述多个待识别图像对应的多个识别结果向量;
42、质量确定模块,用于将所述多个识别结果向量输入预设图像质量判断模型,其中,所述图像质量判断模型用于根据所述多个待识别图像对应的多个识别结果向量之间的向量距离,确定所述多个待识别图像的质量;
43、第二图像识别模块,用于根据所述多个待识别图像的质量,进行第二次图像识别。
44、在一种可能的实现方式中,所述质量确定模块,还用于:
45、获取多个参考图像,对所述多个参考图像进行第一次图像识别,获得与所述多个参考图像对应的多个识别结果向量;
46、确定识别结果向量fi与所述多个参考图像对应的多个识别结果向量中除所述识别结果向量fi外,剩余的各个识别结果向量的向量距离,其中,所述识别结果向量fi为所述多个参考图像对应的多个识别结果向量中任意一个识别结果向量,i=1,...,n,n表示所述多个参考图像对应的多个识别结果向量中向量的个数;
47、基于所述向量距离,对初始图像质量判断模型进行训练,以使训练好的初始图像质量判断模型的损失函数的值满足预设要求,其中,所述损失函数的值根据所述多个参考图像的预测质量以及所述多个参考图像的真实质量确定,所述多个参考图像的预测质量根据所述向量距离确定;
48、根据训练好的初始图像质量判断模型,获得所述预设图像质量判断模型。
49、在一种可能的实现方式中,所述质量确定模块,还用于:
50、从所述向量距离中,获取最小距离;
51、判断所述最小距离是否大于预设距离阈值;
52、若所述最小距离小于或等于所述预设距离阈值,则基于所述向量距离,对所述初始图像质量判断模型进行训练。
53、在一种可能的实现方式中,所述质量确定模块,具体用于:
54、从所述向量距离中,获取最小距离,并计算预存的负样本对距离的均值与所述识别结果向量fi对应的向量距离的第一差值,以及所述距离的均值与所述最小距离的第二差值;
55、基于所述第一差值与所述第二差值,对所述初始图像质量判断模型进行训练,所述多个参考图像的预测质量根据所述第一差值与所述第二差值确定。
56、在一种可能的实现方式中,所述第二图像识别模块,还用于:
57、基于所述多个待识别图像的质量,进行图像质量判断的评估;
58、若评估通过,则根据所述多个待识别图像的质量,进行第二次图像识别。
59、在一种可能的实现方式中,所述第二图像识别模块,具体用于:
60、基于所述多个待识别图像的质量,确定所述多个待识别图像中待过滤的图像;
61、根据所述多个待识别图像中的正样本图像,确定过滤前正样本比例,并根据所述待过滤的图像,确定过滤比例;
62、基于所述过滤前正样本比例,确定过滤后正样本比例与所述过滤比例的变化曲线;
63、根据所述过滤后正样本比例与所述过滤比例的变化曲线,进行所述图像质量判断的评估。
64、在一种可能的实现方式中,所述第二图像识别模块,具体用于:
65、获取预存的过滤后正样本比例与过滤比例的变化曲线;
66、根据所述过滤后正样本比例与所述过滤比例的变化曲线,以及所述预存的过滤后正样本比例与过滤比例的变化曲线,确定评估指标值;
67、若所述评估指标值大于预设评估阈值,则确定评估通过。
68、在一种可能的实现方式中,所述第二图像识别模块,具体用于:
69、根据所述多个待识别图像的质量和预设质量要求,从所述多个待识别图像中获取目标图像;
70、基于所述目标图像,进行第二次图像识别。
71、在一种可能的实现方式中,所述第一图像识别模块,具体用于:
72、将所述多个待识别图像输入预设图像识别模型,其中,所述预设图像识别模型输入图像,输出识别结果向量;
73、根据所述预设图像识别模型的输出,获得与所述多个待识别图像对应的多个识别结果向量。
74、第三方面,本技术实施例提供一种图像识别设备,包括:
75、处理器;
76、存储器;以及
77、计算机程序;
78、其中,所述计算机程序被存储在所述存储器中,并且被配置为由所述处理器执行,所述计算机程序包括用于执行如第一方面所述的方法的指令。
79、第四方面,本技术实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得服务器执行第一方面所述的方法。
80、第五方面,本技术实施例提供一种计算机程序产品,包括计算机指令,所述计算机指令被处理器执行第一方面所述的方法。
81、本技术实施例提供的图像识别方法、装置及设备,该方法在获取预设目标的多个待识别图像后,通过对该多个待识别图像,进行第一次图像识别,获得多个识别结果向量,进而,将该多个识别结果向量输入预设图像质量判断模型,其中,该图像质量判断模型用于根据上述多个待识别图像对应的多个识别结果向量之间的向量距离,确定上述多个待识别图像的质量,从而,根据该质量,进行第二次图像识别,即在进行图像识别时考虑待识别图像的质量,解决现有图像识别存在漏检,识别结果准确率较低的问题。而且,本技术实施例由于提高了图像识别的准确率,能够使相关人员基于识别结果及时进行正确处理,满足实际应用需要。