图像处理方法、装置和系统及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108960014A(43)申请公布日2018.12.07(21)申请号201710368776.2(22)申请日2017.05.23(71)申请人北京旷视科技有限公司地址100190北京市海淀区科学院南路2号A座313申请人北京迈格威科技有限公司(72)发明人彭方玥张弛(74)专利代理机构北京睿邦知识产权代理事务所(普通合伙)11481代理人徐丁峰戴亚南(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书3页说明书16页附图4页(54)发明名称图像处理方法、装置和系统及存储介质(57)摘要本发明的实施例提供了一种图像处理方法、装置和系统及存储介质。图像处理方法包括：获取第一待匹配图像和第二待匹配图像；利用对抗网络中的条件生成网络处理第一待匹配图像，以获得用于代表第一待匹配图像的转换结果，其中，对抗网络还包括真实性判别网络和相关性判别网络，真实性判别网络用于判断输入图像的真实性，相关性判别网络用于判断输入图像的相关性；以及基于转换结果将第一待匹配图像与第二待匹配图像进行匹配。上述方法、装置和系统及存储介质有助于提高身份匹配的准确率。CN108960014ACN108960014A权利要求书1/3页1.一种图像处理方法，包括：获取第一待匹配图像和第二待匹配图像；利用对抗网络中的条件生成网络处理所述第一待匹配图像，以获得用于代表所述第一待匹配图像的转换结果，其中，所述对抗网络还包括真实性判别网络和相关性判别网络，所述真实性判别网络用于判断输入图像的真实性，所述相关性判别网络用于判断输入图像的相关性；以及基于所述转换结果将所述第一待匹配图像与所述第二待匹配图像进行匹配。2.如权利要求1所述的图像处理方法，其中，所述转换结果包括由所述条件生成网络输出的新的第一待匹配图像，所述基于所述转换结果将所述第一待匹配图像与所述第二待匹配图像进行匹配包括：将所述新的第一待匹配图像和所述第二待匹配图像输入所述相关性判别网络，以获得用于指示所述新的第一待匹配图像与所述第二待匹配图像之间的相关性的相关性置信度；以及根据所述相关性置信度确定所述第一待匹配图像和所述第二待匹配图像是否属于同一对象。3.如权利要求1所述的图像处理方法，其中，所述转换结果包括由所述条件生成网络输出的新的第一待匹配图像，在所述基于所述转换结果将所述第一待匹配图像与所述第二待匹配图像进行匹配之前，所述图像处理方法还包括：将所述第二待匹配图像输入所述条件生成网络，以获得由所述条件生成网络输出的新的第二待匹配图像；所述基于所述转换结果将所述第一待匹配图像与所述第二待匹配图像进行匹配包括：将所述新的第一待匹配图像和所述新的第二待匹配图像输入所述相关性判别网络，以获得用于指示所述新的第一待匹配图像与所述新的第二待匹配图像之间的相关性的相关性置信度；以及根据所述相关性置信度确定所述第一待匹配图像和所述第二待匹配图像是否属于同一对象。4.如权利要求1所述的图像处理方法，其中，所述条件生成网络包括卷积神经网络，所述转换结果包括由所述卷积神经网络基于所述第一待匹配图像输出的、所述第一待匹配图像的特征向量，在所述基于所述转换结果将所述第一待匹配图像与所述第二待匹配图像进行匹配之前，所述图像处理方法还包括：将所述第二待匹配图像输入所述条件生成网络，以获得由所述卷积神经网络输出的、所述第二待匹配图像的特征向量；所述基于所述转换结果将所述第一待匹配图像与所述第二待匹配图像进行匹配包括：基于所述第一待匹配图像的特征向量、所述第二待匹配图像的特征向量和预设距离计算矩阵，计算所述第一待匹配图像与所述第二待匹配图像之间的距离；以及根据所计算的距离判断所述第一待匹配图像和所述第二待匹配图像是否属于同一对象。2CN108960014A权利要求书2/3页5.如权利要求4所述的图像处理方法，其中，所述条件生成网络还包括在所述卷积神经网络之后的上采样层或反卷积神经网络。6.如权利要求1所述的图像处理方法，其中，所述图像处理方法还包括：获取样本图像；将所述样本图像输入所述条件生成网络，以获得生成图像；将所述生成图像输入所述真实性判别网络，以获得所述生成图像是真实图像的真实性置信度；将所述样本图像和所述生成图像输入所述相关性判别网络，以获得用于指示所述样本图像与所述生成图像之间的相关性的相关性置信度；根据所述真实性置信度和所述相关性置信度计算总置信度；以及更新所述条件生成网络的参数以使所述总置信度最大化；其中，所述真实性判别网络的参数和所述相关性判别网络的参数保持不变。7.如权利要求6所述的图像处理方法，其中，所述根据所述真实性置信度和所述相关性置信度计算总置信度包括：对所述真实性置信度和所述相关性置信