(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 202111651438.2 (22)申请日 2021.12.3 0 (71)申请人 深圳云天励飞技 术股份有限公司 地址 518000 广东省深圳市龙岗区园山 街 道龙岗大道8288号深圳大运软件小镇 17栋1楼 (72)发明人 李帅杰　魏新明　肖嵘　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 刘贺秋 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/40(2022.01) (54)发明名称 图像处理的方法、 装置、 计算机设备及存储 介质 (57)摘要 本发明公开了一种图像处理的方法、 装置、 计算机设备及存储介质， 其中图像处理的方法可 包括： 对接收的第一图像进行特征提取处理， 得 到第一图像的多个图像原始特征； 利用多个图像 原始特征生成第一图像的身份标识特征， 确定各 个图像原始特征与身份标识特征之间的特征距 离， 以及根据特征距离确定优化参数； 利用优化 参数更新用于图像识别模型迭代训练的损失函 数输出结果， 训练完成后的图像识别模 型用于对 待识别的第二图像进行图像识别处理。 该装置可 包括原始特征提取模块、 标识特征生成模块、 优 化参数确定模块及损失输出更新模块。 相比现有 技术， 本发 明可显著提升图像识别模 型的图像识 别处理的能力， 图像识别的效果得到了明显提 升。 权利要求书2页 说明书8页 附图7页 CN 114492734 A 2022.05.13 CN 114492734 A 1.一种图像处 理的方法， 其特 征在于， 包括： 对接收的第一图像进行 特征提取处 理， 得到第一图像的多个图像原 始特征； 利用所述多个图像原 始特征生成第一图像的身份标识特 征； 确定各个所述图像原始特征与所述身份标识特征之间的特征距离， 并根据所述特征距 离确定优化 参数； 利用所述优化参数更新用于图像识别模型迭代训练 的损失函数输出结果， 训练完成后 的图像识别模型用于对待识别的第二图像进行图像识别处 理。 2.根据权利要求1所述的图像处理的方法， 其特征在于， 所述根据 所述特征距离确定优 化参数包括： 按从小到大或从大到小的顺序对得到的多个特征距离进行排序处理， 以得到多个特征 距离的排序结果； 选取所述排序结果中预设位置的特 征距离作为所述优化 参数。 3.根据权利要求1或2所述的图像处理的方法， 其特征在于， 所述利用所述优化参数更 新用于图像识别模型迭代训练的损失函数输出 结果包括： 确定损失函数当前输出 结果与所述优化 参数的第一差值； 如果所述第一差值大于或等于零， 则将所述损失函数输出 结果更新 为所述第一差值； 如果所述第一差值小于零， 则将所述损失函数输出 结果更新 为零。 4.根据权利要求1所述的图像处理的方法， 其特征在于， 所述确定各个所述图像原始特 征与所述身份标识特 征之间的特 征距离包括： 确定在各个特征维度下的图像原始特征的特征值与身份标识特征的特征值的第二差 值； 基于所述第二差值在所有特征维度下的平方和结果确定所述图像原始特征与所述身 份标识特 征之间的特 征距离。 5.根据权利要求1所述的图像处理的方法， 其特征在于， 所述利用所述多个图像原始特 征生成第一图像的身份标识特 征包括： 对所述多个图像原 始特征进行均值处 理， 以得到所述身份标识特 征。 6.根据权利要求1所述的图像处理的方法， 其特征在于， 所述利用所述优化参数更新用 于图像识别模型迭代训练的损失函数输出 结果包括： 获取学生网络对所述第一图像的第一识别结果以及教师网络对所述第一图像的第二 识别结果； 其中， 所述学生网络用于形成所述图像识别模型， 所述教师网络用于对所述学生网络 进行蒸馏训练； 通过所述损失函数处理所述第 一识别结果和所述第 二识别结果， 得到损失函数当前输 出结果； 利用所述优化 参数更新损失函数当前输出 结果。 7.根据权利要求6所述的图像处 理的方法， 其特 征在于， 所述对接收的第一图像进行特征提取处理包括： 接收经数据增强处理的第一图像， 对 所述经数据增强处 理的第一图像进行 特征提取处 理； 所述获取学生网络对所述第一图像的第一识别结果以及教师网络对所述第一图像的权　利　要　求　书 1/2 页 2 CN 114492734 A 2第二识别结果包括： 利用学生网络对经数据增强处理的第一图像进行图像识别处理， 得到第一识别结果； 利用教师网络对经数据增强处理的第一图像进行图像识别处理， 得到第二识别结果； 获取 所述第一识别结果和所述第二识别结果。 8.一种图像处 理的装置， 其特 征在于， 包括： 原始特征提取模块， 用于对接收的第一图像进行特征提取处理， 得到第一图像的多个 图像原始特征； 标识特征生成模块， 用于利用所述多个图像原 始特征生成第一图像的身份标识特 征； 优化参数确定模块， 用于确定各个所述图像原始特征与 所述身份标识特征之间的特征 距离， 并根据所述特 征距离确定优化 参数； 损失输出更新模块， 用于利用所述优化参数更新用于图像识别模型迭代训练 的损失函 数输出结果， 训练完成后的图像识别模型用于对待识别的第二图像进行图像识别处 理。 9.一种计算机设备， 其特征在于， 包括存储器和处理器， 所述存储器中存储有计算机可 读指令， 所述计算机可读指令被所述处理器执行时， 使得所述处理器执行如权利要求1至7 中任一项权利要求所述图像处 理的方法的步骤。 10.一种存储有计算机可读指令的存储介质， 其特征在于， 所述计算机可读指令被一个 或多个处理器执行时， 使得所述一个或多个处理器执行如权利要求 1至7中任一项权利要求 所述图像处 理的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114492734 A 3