[發(fā)明專利]神經(jīng)網(wǎng)絡(luò)系統(tǒng)、基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)的圖像解析方法和裝置

有效

• 申請?zhí)枺?/td>: 201310598419.7
• 申請日: 2013-11-22
• 公開（公告）號: CN104657776B
• 公開（公告）日: 2018-06-05
• 發(fā)明（設(shè)計）人: 羅平;王曉剛;梁炎;劉健莊;湯曉鷗
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06K9/66;G06K9/00
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 劉芳

1.一種基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)的圖像解析方法，其特征在于，包括：

所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)獲取目標(biāo)事物的第一視覺特征向量x，所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)包括遮擋估計子網(wǎng)絡(luò)、遮擋補全子網(wǎng)絡(luò)、分解子網(wǎng)絡(luò)；

所述遮擋估計子網(wǎng)絡(luò)根據(jù)目標(biāo)事物的第一視覺特征向量x確定所述目標(biāo)事物被遮擋部分的遮擋標(biāo)記向量x^o，所述遮擋標(biāo)記向量x^o的各分量的取值為大于0小于1；

所述遮擋補全子網(wǎng)絡(luò)根據(jù)所述第一視覺特征向量x與所述遮擋標(biāo)記向量x^o確定所述目標(biāo)事物的第三視覺特征向量x^c，所述第三視覺特征向量x^c為補全所述遮擋部分后所述目標(biāo)事物的視覺特征向量；

所述分解子網(wǎng)絡(luò)根據(jù)所述第三視覺特征向量x^c確定所述目標(biāo)事物的各部位的類標(biāo)圖像，組合所述各部位的類標(biāo)圖像得到所述目標(biāo)事物的解析結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述遮擋估計子網(wǎng)絡(luò)為三層網(wǎng)絡(luò)，包括：輸入層、隱含層和輸出層，所述輸入層、隱含層和輸出層依次連接；

所述遮擋估計子網(wǎng)絡(luò)根據(jù)所述第一視覺特征向量x確定所述目標(biāo)事物被遮擋部分的遮擋標(biāo)記向量x^o，包括：

所述遮擋估計子網(wǎng)絡(luò)將所述第一視覺特征向量x作為所述遮擋估計子網(wǎng)絡(luò)的輸入層的輸入?yún)?shù)，根據(jù)以下公式(1)和(2)計算所述遮擋標(biāo)記向量x^o：

h o 1 = ρ ( W o 1 x + b o 1 ) - - - ( 1 ) ]]>

x o = τ ( W o 2 h o 1 + b o 2 ) - - - ( 2 ) ]]>

其中，公式(1)為所述遮擋估計子網(wǎng)絡(luò)的輸入層與隱含層之間的映射函數(shù)，公式(2)為所述遮擋估計子網(wǎng)絡(luò)的的隱含層與輸出層之間的映射函數(shù)，為所述遮擋估計子網(wǎng)絡(luò)的輸入層與隱含層之間的權(quán)重矩陣，為所述遮擋估計子網(wǎng)絡(luò)的輸入層與隱含層之間的偏置，ρ(x)＝max(0,x)為非線性激活函數(shù)，是所述遮擋估計子網(wǎng)絡(luò)的隱含層與輸出層之間的權(quán)重矩陣，是所述遮擋估計子網(wǎng)絡(luò)的隱含層與輸出層之間的偏置，τ(x)＝1/(1+exp(-x))是S型函數(shù)，返回值大于0小于1。