学习型图像处理方法、系统及服务器

摘要

本发明实施例公开了一种学习型图像处理方法、系统及服务器，包括下述步骤：采集待测目标图像；将所述待测目标图像输入到预设的卷积神经网络模型中，获取所述卷积神经网络模型响应所述人脸图像输入而输出分类数据，所述卷积神经网络模型以损失函数为约束条件，限定所述分类数据中类内特征的余弦距离趋向于欧氏距离；获取所述分类数据，并根据所述分类数据对所述待测目标图像进行内容理解。通过联合损失函数中的基于余弦距离的损失函数对分类数据的筛选，使分类数据中的余弦距离最大化，但由于简单图像中的色彩单一，因此类内收敛性较强余弦距离的最大化，反而会使余弦距离趋向于欧氏距离的计算结果，以此简化实现的复杂性。