[發(fā)明專利]圖像識(shí)別方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710429700.6
• 申請(qǐng)日: 2017-06-08
• 公開（公告）號(hào): CN107292334A
• 公開（公告）日: 2017-10-24
• 發(fā)明（設(shè)計(jì)）人: 王金龍;王建輝;肖可偉;彭翼;陳瑞軍
• 申請(qǐng)（專利權(quán)）人: 北京深瞐科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06F7/483
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)11371
• 代理人: 徐彥圣

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識(shí)別技術(shù)領(lǐng)域，尤其是涉及一種圖像識(shí)別方法及裝置。

背景技術(shù)

深度學(xué)習(xí)通過模仿人腦的機(jī)制來識(shí)別圖像，隨著計(jì)算機(jī)視覺的發(fā)展，深度學(xué)習(xí)在工業(yè)中的應(yīng)用也越來越廣泛，而深度神經(jīng)網(wǎng)絡(luò)作為一種效果出眾的深度學(xué)習(xí)方法，目前成為了識(shí)別圖像的主流方法之一。

然而，在應(yīng)用需求不斷擴(kuò)大的同時(shí)，針對(duì)一些復(fù)雜的問題，基于普通CPU(英文全稱：Central Processing Unit，即中央處理器)的深度學(xué)習(xí)算法具有時(shí)效、功耗等方面的局限性。究其原因，一方面是受深度學(xué)習(xí)算法的計(jì)算速率限制，另一方面是受硬件運(yùn)行速度的影響。目前，雖然許多研究人員通過優(yōu)化算法而緩解了上述局限性，但效果仍待改進(jìn)。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供一種圖像識(shí)別方法及裝置，以在硬件運(yùn)行方面緩解實(shí)現(xiàn)圖像識(shí)別時(shí)效率低、功耗高的技術(shù)問題。

第一方面，本發(fā)明實(shí)施例提供了一種圖像識(shí)別方法，包括：

獲取定點(diǎn)化機(jī)制，其中，所述定點(diǎn)化機(jī)制用于將浮點(diǎn)數(shù)進(jìn)行定點(diǎn)化處理，得到定點(diǎn)數(shù)，所述定點(diǎn)化機(jī)制中攜帶所述定點(diǎn)數(shù)的數(shù)值屬性；

在通過已訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)對(duì)待識(shí)別圖像進(jìn)行識(shí)別時(shí)，利用所述定點(diǎn)化機(jī)制對(duì)第一屬性數(shù)據(jù)進(jìn)行定點(diǎn)化處理，其中，所述第一屬性數(shù)據(jù)包括：第一輸出數(shù)據(jù)和/或所述深度神經(jīng)網(wǎng)絡(luò)中各層的權(quán)重，其中，所述第一輸出數(shù)據(jù)包括：所述深度神經(jīng)網(wǎng)絡(luò)在進(jìn)行識(shí)別時(shí)輸入層的輸出數(shù)據(jù)和所述深度神經(jīng)網(wǎng)絡(luò)在進(jìn)行識(shí)別時(shí)中間層的輸出數(shù)據(jù)；

基于所述定點(diǎn)化處理之后的所述第一屬性數(shù)據(jù)確定所述深度神經(jīng)網(wǎng)絡(luò)中輸出層輸出的第一結(jié)果，并根據(jù)所述第一結(jié)果確定所述待識(shí)別圖像的種類。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第一種可能的實(shí)施方式，其中，在所述第一屬性數(shù)據(jù)為所述深度神經(jīng)網(wǎng)絡(luò)中各層的權(quán)重的情況下，所述利用所述定點(diǎn)化機(jī)制對(duì)第一屬性數(shù)據(jù)進(jìn)行定點(diǎn)化處理，包括：

判斷所述權(quán)重的表示方式是否為浮點(diǎn)數(shù)的表示方式；

在判斷出所述權(quán)重的表示方式為浮點(diǎn)數(shù)的表示方式的情況下，利用所述定點(diǎn)化機(jī)制對(duì)所述權(quán)重進(jìn)行定點(diǎn)化處理，得到以定點(diǎn)數(shù)方式表示的權(quán)重。

結(jié)合第一方面或第一方面的第一種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第一方面的第二種可能的實(shí)施方式，其中，在所述第一屬性數(shù)據(jù)為所述第一輸出數(shù)據(jù)的情況下，所述利用所述定點(diǎn)化機(jī)制對(duì)第一屬性數(shù)據(jù)進(jìn)行定點(diǎn)化處理，還包括：

在所述深度神經(jīng)網(wǎng)絡(luò)對(duì)所述待識(shí)別圖像進(jìn)行識(shí)別的過程中，利用所述定點(diǎn)化機(jī)制，依次對(duì)將要輸出的所述第一輸出數(shù)據(jù)進(jìn)行定點(diǎn)化處理，或者，依次將接收到的所述第一輸出數(shù)據(jù)進(jìn)行定點(diǎn)化處理。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第三種可能的實(shí)施方式，其中，所述獲取定點(diǎn)化機(jī)制，包括：

獲取預(yù)設(shè)樣本圖像的圖像數(shù)據(jù)；

將所述預(yù)設(shè)樣本圖像的圖像數(shù)據(jù)輸入到所述深度神經(jīng)網(wǎng)絡(luò)的輸入層進(jìn)行測(cè)試，得到第二屬性數(shù)據(jù)，其中，所述第二屬性數(shù)據(jù)包括：第二輸出數(shù)據(jù)和所述深度神經(jīng)網(wǎng)絡(luò)在進(jìn)行測(cè)試時(shí)所述深度神經(jīng)網(wǎng)絡(luò)中各層的權(quán)重，所述第二輸出數(shù)據(jù)包括：所述深度神經(jīng)網(wǎng)絡(luò)在進(jìn)行測(cè)試時(shí)輸入層的輸出數(shù)據(jù)、所述深度神經(jīng)網(wǎng)絡(luò)在進(jìn)行測(cè)試時(shí)中間層的輸出數(shù)據(jù)；

根據(jù)所述第二屬性數(shù)據(jù)的數(shù)值范圍，確定所述定點(diǎn)化機(jī)制。

結(jié)合第一方面的第三種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第一方面的第四種可能的實(shí)施方式，其中，所述根據(jù)所述第二屬性數(shù)據(jù)的數(shù)值范圍，確定所述定點(diǎn)化機(jī)制，包括：

獲取多個(gè)預(yù)設(shè)定點(diǎn)化機(jī)制，其中，不同的所述預(yù)設(shè)定點(diǎn)化機(jī)制對(duì)應(yīng)了不同的定點(diǎn)化條件，所述定點(diǎn)化條件攜帶定點(diǎn)化處理之后的定點(diǎn)數(shù)的數(shù)值范圍；

根據(jù)所述第二屬性數(shù)據(jù)的數(shù)值范圍，對(duì)所述第二屬性數(shù)據(jù)中滿足每個(gè)所述定點(diǎn)化條件的數(shù)量進(jìn)行統(tǒng)計(jì)，得到多個(gè)數(shù)量值；

從多個(gè)所述數(shù)量值中，查找目標(biāo)數(shù)量值，并將所述目標(biāo)數(shù)量值對(duì)應(yīng)的預(yù)設(shè)定點(diǎn)化機(jī)制確定為所述定點(diǎn)化機(jī)制，其中，所述目標(biāo)數(shù)量值為所述數(shù)量值中數(shù)值最大的數(shù)量值。

結(jié)合第一方面的第四種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第一方面的第五種可能的實(shí)施方式，其中，在將所述目標(biāo)數(shù)量值對(duì)應(yīng)的預(yù)設(shè)定點(diǎn)化機(jī)制確定為所述定點(diǎn)化機(jī)制之后，所述方法包括：

獲取所述深度神經(jīng)網(wǎng)絡(luò)在執(zhí)行測(cè)試之后，輸出層輸出的第二結(jié)果；

確定所述第二結(jié)果與所述樣本圖像之間的相似程度，以根據(jù)所述相似程度對(duì)所述定點(diǎn)化機(jī)制的參數(shù)進(jìn)行調(diào)整，其中，所述定點(diǎn)化機(jī)制的參數(shù)能夠確定被定點(diǎn)化處理的浮點(diǎn)數(shù)的數(shù)值精度。