[發(fā)明專利]一種卷積神經(jīng)網(wǎng)絡(luò)模型的訓練方法及其設(shè)備

有效

• 申請?zhí)枺?/td>: 201710021101.0
• 申請日: 2017-01-11
• 公開（公告）號: CN106778682B
• 公開（公告）日: 2019-07-09
• 發(fā)明（設(shè)計）人: 陳書楷;楊奇
• 申請（專利權(quán)）人: 廈門中控智慧信息技術(shù)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 深圳市深佳知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 王仲凱

本發(fā)明實施例公開了一種卷積神經(jīng)網(wǎng)絡(luò)模型的訓練方法及其設(shè)備，用于通過對預置的卷積神經(jīng)網(wǎng)絡(luò)模型的訓練得到更新的卷積神經(jīng)網(wǎng)絡(luò)模型。本發(fā)明實施例方法包括：獲取人臉圖像；使用預置的卷積神經(jīng)網(wǎng)絡(luò)模型對所述人臉圖像進行圖像訓練，得到屬性判斷結(jié)果，所述屬性判斷結(jié)果包括多個屬性以及所述多個屬性中的每一個屬性所對應(yīng)的概率；通過交叉熵函數(shù)和所述人臉圖像的真實屬性對所述屬性判斷結(jié)果進行評價，得到評價結(jié)果；根據(jù)所述評價結(jié)果更新所述卷積神經(jīng)網(wǎng)絡(luò)模型中各個參數(shù)的權(quán)重，得到更新后的卷積神經(jīng)網(wǎng)絡(luò)模型。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種卷積神經(jīng)網(wǎng)絡(luò)模型的訓練方法及其設(shè)備。

背景技術(shù)

卷積神經(jīng)網(wǎng)絡(luò)(英文：Convolutional Neural Network；縮寫：CNN)是一種前饋神經(jīng)網(wǎng)絡(luò)，它的人工神經(jīng)元可以響應(yīng)一部分覆蓋范圍內(nèi)的周圍單元，對于大型圖像處理有出色表現(xiàn)。它包括卷積層(英文：alternating convolutional layer)、最大池化層(英文：pooling layer)和全連層。

CNN網(wǎng)絡(luò)模型主要用來識別位移、縮放及其他形式扭曲不變性的二維圖形，CNN的特征檢測層通過訓練數(shù)據(jù)進行學習。卷積神經(jīng)網(wǎng)絡(luò)以其局部權(quán)值共享的特殊結(jié)構(gòu)在語音識別和圖像處理方面有著獨特的優(yōu)越性，其布局更接近于實際的生物神經(jīng)網(wǎng)絡(luò)，權(quán)值共享降低了網(wǎng)絡(luò)的復雜性，特別是多維輸入向量的圖像可以直接輸入網(wǎng)絡(luò)這一特點避免了特征提取和分類過程中數(shù)據(jù)重建的復雜度。

然而，若僅通過預先設(shè)計的CNN網(wǎng)絡(luò)模型對圖像進行訓練，沒有對自身的參數(shù)進行更新或修正的機制，因此無法通過自動更新其參數(shù)的權(quán)重得到性能更優(yōu)異的CNN網(wǎng)絡(luò)模型。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種卷積神經(jīng)網(wǎng)絡(luò)模型的訓練方法及其設(shè)備，用于通過對預置的卷積神經(jīng)網(wǎng)絡(luò)模型的訓練得到更新的卷積神經(jīng)網(wǎng)絡(luò)模型。

本發(fā)明第一方面提供了一種卷積神經(jīng)網(wǎng)絡(luò)模型的訓練方法，包括：

獲取人臉圖像；使用預置的卷積神經(jīng)網(wǎng)絡(luò)模型對該人臉圖像進行圖像訓練，得到屬性判斷結(jié)果，該屬性判斷結(jié)果包括多個屬性以及該多個屬性中的每一個屬性所對應(yīng)的概率；通過交叉熵函數(shù)和該人臉圖像的真實屬性對該屬性判斷結(jié)果進行評價，得到評價結(jié)果；根據(jù)該評價結(jié)果更新該卷積神經(jīng)網(wǎng)絡(luò)模型中各個參數(shù)的權(quán)重，得到更新后的卷積神經(jīng)網(wǎng)絡(luò)模型。

結(jié)合本發(fā)明第一方面，本發(fā)明第一方面的第一種實施方式，包括：

對該人臉圖像進行人臉對齊，得到對齊后的人臉圖像；使用該卷積神經(jīng)網(wǎng)絡(luò)模型對該對齊后的人臉圖像進行訓練。

結(jié)合本發(fā)明第一方面，本發(fā)明第一方面的第二種實施方式，包括：

對該人臉圖像進行圖像張量化，得到圖像張量化后的人臉圖像；使用預置的卷積神經(jīng)網(wǎng)絡(luò)模型對該圖像張量化后的人臉圖像進行圖像訓練。

可選的，該卷積神經(jīng)網(wǎng)絡(luò)模型的卷積層的卷積核的大小為3×3的濾波器，卷積步長為1，且該卷積神經(jīng)網(wǎng)絡(luò)模型中的最大池化層的步長為2，采樣滑動窗口為2×2。

可選的，該卷積神經(jīng)網(wǎng)絡(luò)模型包括5層卷積層、5層最大池化層和2層全連層。

可選的，該卷積神經(jīng)網(wǎng)絡(luò)模型中的該5層卷積層、該5層最大池化層和該2層全連層依次為：第一卷積層、第一最大池化層、第二卷積層、第二最大池化層、第三卷積層、第三最大池化層、第四卷積層、第四最大池化層、第五卷積層、第五最大池化層、第一全連層、第二全連層。

結(jié)合本發(fā)明第一方面，本發(fā)明第一方面的第三種實施方式，包括：

使用該卷積神經(jīng)網(wǎng)絡(luò)模型對該人臉圖像進行圖像訓練，得到預置個數(shù)的矩陣；使用分類算法預估該預置個數(shù)的矩陣中的各個矩陣所對應(yīng)的該多個屬性中的各個屬性的概率分布；根據(jù)該多個屬性中的各個屬性的概率分布估計該人臉圖像的屬性。