(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210270415.5 (22)申请日 2022.03.18 (71)申请人 北京奇艺世纪科技有限公司 地址 100080 北京市海淀区海淀北一 街2号 10层、 11层 (72)发明人 毕泊　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 吕俊秀 (51)Int.Cl. G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) (54)发明名称 图像识别模 型的训练方法、 图像识别方法及 装置 (57)摘要 本发明实施例提供了一种图像识别模型的 训练方法、 图像识别方法及装置， 涉及图像识别 技术领域。 该训练方法包括： 获取训练样本数据 集， 所述训练样本数据集中包括多个训练样本； 对每个所述训练样本进行显著性目标检测， 并基 于获得的显著性目标检测结果， 获取每个所述训 练样本对应的目标特征数据； 所述目标特征数据 用于表征所述训练样本的画面结构信息； 根据所 述训练样 本的目标特征数据， 训练得到所述图像 识别模型。 该训练方法得到的图像识别模型不仅 能识别出目标图像， 还能识别出与目标图像的结 构相似的图像， 大幅度提升了目标图像的召回效 果， 能够减少对非目标图像的误检 。 权利要求书2页 说明书12页 附图4页 CN 114638304 A 2022.06.17 CN 114638304 A 1.一种图像识别模型的训练方法， 其特 征在于， 包括： 获取训练样本数据集， 所述训练样本数据集中包括多个训练样本； 分别对每个所述训练样本进行显著性目标检测， 并基于获得的显著性目标检测结果， 获取每个所述训练样本的目标特征数据， 所述目标特征数据用于表征所述训练样本的画 面 结构信息； 根据所述多个训练样本的目标 特征数据， 训练得到所述图像识别模型。 2.根据权利要求1所述的方法， 其特征在于， 所述分别对每个所述训练样本进行显著性 目标检测， 并基于获得的显著性 目标检测结果， 获取每个所述训练样本的目标特征数据包 括： 针对每一训练样本， 利用预构建的显著性目标检测模型对所述训练样本进行显著性目 标检测， 确定所述训练样本的显著性区域， 将所述显著性区域保存为显著性图像； 将所述训练样本输入预构建的特征提取模型， 获得所述预构建的特征提取模型的输出 结果， 将所述输出 结果作为所述训练样本的第一特 征数据； 将所述显著性图像输入所述预构建的特征提取模型， 获得所述预构建的特征提取模型 的输出结果， 将所述输出 结果作为所述显著性图像的第二特 征数据； 融合所述第一特 征数据和所述第二特 征数据， 获得 所述训练样本的目标 特征数据。 3.根据权利要求1或2所述的方法， 其特征在于， 所述根据所述多个训练样本的目标特 征数据， 训练得到所述图像识别模型包括： 根据所述多个训练样本的目标特征数据， 对预设的对抗分类网络进行训练， 得到所述 图像识别模型； 所述对抗分类网络包括自编码器和分类器， 所述自编码器包括编码器和解 码器； 所述根据 所述多个训练样本的目标特征数据， 对预设的对抗分类网络进行训练 的过程 包括： 利用预设的样本重构损 失函数， 对所述多个训练样本的目标特征数据进行训练， 确定 所述编码器的第一网络参数以及所述解码器的第一网络参数， 并获得所述编码器基于其第 一网络参数对所述多个训练样本的目标 特征数据进行编码后得到的隐藏层特 征数据； 利用预设的对抗损 失函数， 对所述 隐藏层特征数据进行训练， 确定所述分类器的第二 网络参数、 确定所述编码器的第二网络参数以及所述 解码器的第二网络参数。 4.根据权利要求1所述的方法， 其特 征在于， 所述多个训练样本包括 正样本和负 样本； 所述根据所述多个训练样本的目标 特征数据， 训练得到所述图像识别模型包括： 在所述训练样本数据集中负样本所占比例大于正样本所占比例的情况下， 在训练所述 图像识别模型 的当前迭代轮次中， 对所述训练样本数据集中的负样本进行采样， 得到多个 采样负样本， 所述采样 负样本的数量与所述 正样本的数量相同； 根据所述正样本的目标特征数据和所述采样负样本的目标特征数据， 进行当前迭代轮 次的训练； 在训练所述图像识别模型的下一迭代轮次时， 对所述训练样本数据集中除所述采样负 样本外的剩余负样本进行采样， 得到多个新的采样负样本， 所述新的采样负样本的数量与 所述正样本的数量相同； 根据所述正样本的目标特征数据和所述新的采样负样本的目标特征数据， 进行下一迭权　利　要　求　书 1/2 页 2 CN 114638304 A 2代轮次的训练。 5.一种图像识别方法， 其特 征在于， 包括： 获取待识别图像； 对所述待识别图像进行显著性目标检测， 并基于获得的显著性目标检测结果， 获取所 述待识别图像的目标特征数据， 所述待识别图像的目标特征数据用于表征所述待识别图像 的画面结构信息； 根据所述待识别图像的目标特征数据和预设的图像识别模型， 对所述待识别图像进行 识别， 确定所述待识别图像的类别。 6.根据权利要求5所述的方法， 其特征在于， 所述预设的图像识别模型包括自编码器和 分类器； 所述自编码器包括编码器和解码器； 根据所述待识别图像的目标特征数据和预设的图像识别模型， 对所述待识别图像进行 识别， 确定所述待识别图像的类别包括： 将所述待识别图像的目标特征数据输入所述自编码器， 获取所述自编码器的编码器对 所述目标 特征数据进行编码后得到的隐藏层特 征数据； 将所述隐藏层特 征数据输入所述分类 器， 确定所述待识别图像的类别。 7.一种图像识别模型的训练装置， 其特 征在于， 包括： 样本获取模块， 用于获取训练样本数据集， 所述训练样本数据集中包括多个训练样本； 特征工程模块， 用于分别对每个所述训练样本进行显著性目标检测， 并基于获得的显 著性目标检测结果， 获取每个所述训练样本对应的目标特征数据， 所述 目标特征数据用于 表征所述训练样本的画面结构信息； 模型训练模块， 用于根据所述多个训练样本的目标特征数据， 训练得到所述图像识别 模型。 8.一种图像识别装置， 其特 征在于， 包括： 图像获取模块， 用于获取待识别图像； 特征确定模块， 用于对所述待识别图像进行显著性目标检测， 并基于获得的显著性目 标检测结果， 获取所述待识别图像的目标特征数据， 所述待识别图像的目标特征数据用于 表征所述待识别图像的画面结构信息； 图像识别模块， 用于根据所述待识别图像的目标特征数据和预设的图像识别模型， 对 所述待识别图像进行识别， 确定所述待识别图像的类别。 9.一种电子设备， 其特征在于， 包括处理器、 通信接口、 存储器和通信总线， 其中， 处理 器， 通信接口， 存 储器通过通信总线完成相互间的通信； 存储器， 用于存放计算机程序； 处理器， 用于执行存储器上所存放的程序 时， 实现权利要求1 ‑4或5‑6任一所述的方法 步骤。 10.一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 ‑4或5‑6中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 114638304 A 3