一种特征提取模型训练方法及相关装置

    公开(公告)号:CN115713790A

    公开(公告)日:2023-02-24

    申请号:CN202110959631.6

    申请日:2021-08-20

    摘要: 本申请实施例提供一种特征提取模型训练方法及相关装置,可以获取原始人脸图像对应的同源人脸图像组;采用特征提取模型对同源人脸图像组进行特征提取,得到特征信息;根据人脸图像特征信息计算原始人脸图像的实例损失;根据人脸图像特征信息进行特征映射处理得到的第一分类概率分布和第二分类概率分布计算原始人脸图像的集群损失;根据实例损失和集群损失,对特征提取模型进行训练。由于本申请实施例的特征提取模型能够通过实例损失和集群损失挖掘样本数据内在的相关性和数据规律,使得特征提取模型具有更强的特征表达能力和正负样本分辨能力,从而提高特征提取模型聚类的准确性。

    图像处理方法、装置、电子设备和计算机可读存储介质

    公开(公告)号:CN114332470A

    公开(公告)日:2022-04-12

    申请号:CN202110986803.9

    申请日:2021-08-26

    摘要: 本发明实施例公开了一种图像处理方法、装置、电子设备和计算机可读存储介质;本发明实施例在获取图像样本集合后,采用预设图像处理模型对风格图像样本进行风格特征提取,得到风格图像样本的初始风格特征,然后,对初始风格特征进行聚类,以得到图像样本集合对应的风格特征池,根据风格特征池,对初始风格特征进行调整,得到风格图像样本的风格特征,然后,基于风格图像样本的风格特征和原始图像样本对预设图像处理模型进行收敛,得到训练后图像处理模型,该训练后图像处理模型用于根据风格图像对待处理原始图像进行风格转换;该方案通可以提升图像处理的准确性。