(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 202210108176.3 (22)申请日 2022.01.28 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 何斌　 (74)专利代理 机构 北京鸿德 海业知识产权代理 有限公司 1 1412 专利代理师 田宏宾 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/08(2006.01) (54)发明名称 图像识别的方法、 装置、 电子设备及存储介 质 (57)摘要 本公开提供了一种图像识别的方法、 装置、 电子设备及存储介质， 涉及人工智能技术领域， 具体为深度学习、 计算机视觉技术领域， 可应用 人脸识别、 人脸图像处理等场景。 具体实现方案 为： 获取待处理图像的图像特征信息； 根据所述 图像特征信息， 获得所述待处理图像中指定对象 的属性数据， 以及所述指定对象所属至少两个属 性类别中各属性类别的概率； 其中， 所述各属性 类别对应至少一种分类方式； 根据所述各属性类 别的概率， 对所述属性数据进行调整处理， 以获 得所述调整处 理之后的属性数据。 权利要求书2页 说明书12页 附图4页 CN 114550240 A 2022.05.27 CN 114550240 A 1.一种图像识别的方法， 包括： 获取待处 理图像的图像特 征信息； 根据所述图像特征信息， 获得所述待处理图像中指定对象的属性数据， 以及所述指定 对象所属至少 两个属性类别中各属 性类别的概率； 其中， 所述各属 性类别对应至少一种分 类方式； 根据所述各属性类别的概率， 对所述属性数据进行调整处理， 以获得所述调整处理之 后的属性数据。 2.根据权利要求1所述的方法， 其中， 所述获取待处 理图像的图像特 征信息， 包括： 利用预设的神经网络， 对待处 理图像进行 特征提取， 以获取 所述图像特 征信息。 3.根据权利要求1或2所述的方法， 其中， 所述根据 所述图像特征信 息， 获得所述待处理 图像中指 定对象的属性数据， 以及所述指 定对象所属至少两个属性类别中各属性类别的概 率， 包括： 利用预设的属性预测模型和至少一个预设的属性类别预测模型， 分别对所述图像特征 信息进行识别， 以获得所述待处理图像中指定对 象的属性数据， 以及所述指定对 象所属至 少两个属性类别中各属性类别的概 率。 4.根据权利要求1 ‑3中任一项所述的方法， 其中， 所述根据所述各属性类别的概率， 对 所述属性数据进行调整处 理， 以获得 所述调整处 理之后的属性数据， 包括： 根据所述属性数据对应的第 一权重值和所述各属性类别的概率对应的第 二权重值， 对 所述属性数据和所述各属性类别的概 率进行加权处 理； 根据所述加权处 理的结果， 获得 所述调整处 理之后的属性数据。 5.根据权利要求1 ‑4中任一项所述的方法， 其中， 所述获取待处理图像的图像特征信 息 之前， 包括： 利用图像训练数据， 对待训练的属性预测模型进行训练， 以获得预设的属性预测模型， 和/或， 对待训练的属性类别预测模型进行训练， 以获得 预设的属性类别预测模型。 6.一种图像识别的装置， 包括： 获取单元， 用于获取待处 理图像的图像特 征信息； 获得单元， 用于根据 所述图像特征信 息， 获得所述待处理图像中指定对象的属性数据， 以及所述指定对 象所属至少 两个属性类别中各属 性类别的概率； 其中， 所述各属 性类别对 应至少一种分类方式； 调整单元， 用于根据 所述各属性类别的概率， 对所述属性数据进行调整处理， 以获得所 述调整处 理之后的属性数据。 7.根据权利要求6所述的装置， 其中， 所述获取 单元， 具体用于： 利用预设的神经网络， 对待处 理图像进行 特征提取， 以获取 所述图像特 征信息。 8.根据权利要求6或7 所述的装置， 其中， 所述获得 单元， 具体用于： 利用预设的属性预测模型和至少一个预设的属性类别预测模型， 分别对所述图像特征 信息进行识别， 以获得所述待处理图像中指定对 象的属性数据， 以及所述指定对 象所属至 少两个属性类别中各属性类别的概 率。 9.根据权利要求6 ‑8中任一项所述的装置， 其中， 所述调整单 元， 具体用于： 根据所述属性数据对应的第 一权重值和所述各属性类别的概率对应的第 二权重值， 对权　利　要　求　书 1/2 页 2 CN 114550240 A 2所述属性数据和所述各属性类别的概 率进行加权处 理； 根据所述加权处 理的结果， 获得 所述调整处 理之后的属性数据。 10.根据权利要求6 ‑9中任一项所述的装置， 其中， 所述获取 单元， 还用于： 利用图像训练数据， 对待训练的属性预测模型进行训练， 以获得预设的属性预测模型， 和/或， 对待训练的属性类别预测模型进行训练， 以获得 预设的属性类别预测模型。 11.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行根据权利要求1 ‑5中任一项所述的方法。 12.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于 使所述计算机执 行根据权利要求1 ‑5中任一项所述的方法。 13.一种计算机程序产品， 包括计算机程序， 所述计算机程序在被处理器执行时实现根 据权利要求1 ‑5中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114550240 A 3