[發明專利]一種性別分類網絡訓練方法、性別分類方法及相關裝置

有效

• 申請號: 201610015510.5
• 申請日: 2016-01-08
• 公開（公告）號: CN105678381B
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 朱旭東;肖海林
• 申請（專利權）人: 浙江宇視科技有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06K9/62
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種性別分類網絡訓練方法，其特征在于，包括：

分別以訓練樣本集合中各訓練樣本為主訓練樣本生成訓練樣本組，其中，各訓練樣本組中包括主訓練樣本以及至少兩個輔助訓練樣本；所述至少兩個輔助訓練樣本中包括至少一個與主訓練樣本對應的性別相同的訓練樣本，以及至少一個與主訓練樣本對應的性別不同的訓練樣本；

將訓練樣本組輸入到預設的卷積神經網絡進行網絡訓練，以使所述預設的卷積神經網絡對主訓練樣本的識別結果達到預設要求。

2.根據權利要求1所述的方法，其特征在于，訓練樣本組中輔助訓練樣本的數量為2個；

所述分別以訓練樣本集合中各訓練樣本為主訓練樣本生成訓練樣本組，包括：

分別以訓練樣本集合中各訓練樣本為主訓練樣本生成對應的第一訓練樣本組、第二訓練樣本組、第三訓練樣本組以及第四訓練樣本組；

其中，訓練樣本對應的第一訓練樣本組中兩個輔助訓練樣本對應的年齡與主訓練樣本對應的年齡差均不超過預設年齡閾值；第二訓練樣本組中對應的性別相同的輔助訓練樣本對應的年齡與主訓練樣本對應的年齡差不超過所述預設年齡閾值，另一輔助訓練樣本對應的年齡與主訓練樣本對應的年齡超過所述預設年齡閾值；第三訓練樣本組中對應的性別相同的輔助訓練樣本對應的年齡與主訓練樣本對應的年齡差超過所述預設年齡閾值，另一輔助訓練樣本對應的年齡與主訓練樣本對應的年齡不超過所述預設年齡閾值；第四訓練樣本組中兩個輔助訓練樣本對應的年齡與主訓練樣本對應的年齡差均超過預設年齡閾值；

所述將訓練樣本組輸入到預設的卷積神經網絡進行網絡訓練，包括：

分別將訓練樣本集合中各訓練樣本對應的第一訓練樣本組、第二訓練樣本組、第三訓練樣本組以及第四訓練樣本組輸入到預設的卷積神經網絡進行四輪網絡訓練。

3.根據權利要求2所述的方法，其特征在于，所述預設的卷積神經網絡中的目標函數的識別信號如下：

其中，Ident(*)為標準的邏輯回歸Logistic Regression公式，f_i表示主訓練樣本i經過卷積后的圖像特征信息，t為訓練次數，θ_id為標準邏輯回歸公式中的線性系數；

所述目標函數中增加的驗證信號如下：

其中，為輔助訓練樣本j₁對應的驗證信號，為輔助訓練樣本j₂對應的驗證信號，為輔助訓練樣本j₁經過卷積后的圖像特征信息，為輔助訓練樣本j₂經過卷積后的圖像特征信息，m為一個可變系數；|| ||為范數；

所述預設的卷積神經網絡的反向傳播閾值調整策略如下：

其中，α、β分別表示與主訓練樣本對應的性別相同的和不同的輔助訓練樣本對應的驗證信號的不同權重，為對*求f_i的偏導數。

4.根據權利要求1所述的方法，其特征在于，所述將訓練樣本組輸入到預設的卷積神經網絡進行網絡訓練，包括：

將訓練樣本組輸入到所述預設的卷積神經網絡中，使用梯度下降法和反向傳播算法自適應學習優化卷積神經網絡中的各個參數。

5.一種基于權利要求1-4任一項所述的性別分類網絡訓練方法，其特征在于，包括：

將待檢測圖像輸入到基于性別分類網絡訓練方法訓練后的卷積神經網絡；

根據所述訓練后的卷積神經網絡的識別結果確定所述待檢測圖像對應的性別。

6.一種性別分類網絡訓練裝置，其特征在于，包括：

生成單元，用于分別以訓練樣本集合中各訓練樣本為主訓練樣本生成訓練樣本組，其中，各訓練樣本組中包括主訓練樣本以及至少兩個輔助訓練樣本；所述至少兩個輔助訓練樣本中包括至少一個與主訓練樣本對應的性別相同的訓練樣本，以及至少一個與主訓練樣本對應的性別不同的訓練樣本；

訓練單元，用于將訓練樣本組輸入到預設的卷積神經網絡進行網絡訓練，以使所述預設的卷積神經網絡對主訓練樣本的識別結果達到預設要求。