[發明專利]圖像內容理解方法、裝置及服務器

有效

• 申請號: 201710896227.2
• 申請日: 2017-09-28
• 公開（公告）號: CN107633236B
• 公開（公告）日: 2019-01-22
• 發明（設計）人: 楊帆;張志偉
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 北京市立方律師事務所 11330
• 代理人: 劉延喜

1.一種圖像內容理解方法，其特征在于，包括下述步驟：

獲取需要分析的人臉圖像；

提取所述人臉圖像的初始高維特征集；

通過線性變換系數矩陣對所述初始高維特征集進行處理，獲取表征所述初始高維特征集主要識別特征的低維特征集；

基于所述低維特征集，對所述人臉圖像進行內容理解；

所述線性變換系數矩陣通過下述步驟計算形成：

將訓練樣本數據進行歸一化處理得到表征所述訓練樣本數據的樣本標量數據；

將所述樣本標量數據輸入卷積神經網絡分類模型得到所述樣本標量數據的初步特征數據；

采用PCA技術對所述初步特征數據進行主成分分析，得到所述初步特征數據的目標低維數據；

計算表征所述初步特征數據與所述目標低維數據之間映射關系的線性變換系數矩陣；

所述計算表征所述初步特征數據與所述目標低維數據之間映射關系的線性變換系數矩陣的步驟之后，還包括下述步驟：

通過損失函數對所述線性變換系數矩陣進行訓練學習；

當所述損失函數計算的誤差值低于預設的第一損失閾值時結束學習。

2.根據權利要求1所述的圖像內容理解方法，其特征在于，所述將所述樣本標量數據輸入卷積神經網絡分類模型得到所述樣本標量數據的初步特征數據的步驟，具體包括下述步驟：

將所述樣本標量數據輸入VGG卷積神經網絡分類模型進行分類；

獲取所述VGG卷積神經網絡分類模型倒數第二層的輸出作為所述樣本標量數據的初步特征數據。

3.根據權利要求1所述的圖像內容理解方法，其特征在于，所述采用PCA技術對所述初步特征數據進行主成分分析，得到所述初步特征數據的目標低維數據的步驟，具體包括下述步驟：

根據所述初步特征數據形成初步特征矩陣；

計算所述初步特征矩陣的協方差矩陣；

計算所述協方差矩陣中的特征向量和特征值；

將所述特征值投影到由所述特征向量張成的空間之中，形成所述目標低維數據。

4.根據權利要求1所述的圖像內容理解方法，其特征在于，所述通過損失函數對所述線性變換系數矩陣進行訓練學習的步驟之后，還包括下述步驟：

當所述損失函數計算的誤差值大于預設的第一損失閾值時，通過反向傳播算法反復循環迭代的更新所述線性變換系數矩陣的權重，至所述損失函數計算的誤差值低于預設的第一損失閾值時結束。

5.根據權利要求1～4任意一項所述的圖像內容理解方法，其特征在于，所述人臉圖像進行內容理解包括：對人臉圖像進行性別識別、年齡判斷、顏值打分或人臉相似度比對。

6.一種圖像內容理解裝置，其特征在于，包括：

獲取模塊，用于獲取需要分析的人臉圖像；

提取模塊，用于提取所述人臉圖像的初始高維特征集；

計算模塊，用于通過線性變換系數矩陣對所述初始高維特征集進行處理，獲取表征所述初始高維特征集主要識別特征的低維特征集；

處理模塊，用于基于所述低維特征集，對所述人臉圖像進行內容理解；

所述圖像內容理解裝置還包括：

第一處理子模塊，用于將訓練樣本數據進行歸一化處理得到表征所述訓練樣本數據的樣本標量數據；

第一計算子模塊，用于將所述樣本標量數據輸入卷積神經網絡分類模型得到所述樣本標量數據的初步特征數據；

第一分析子模塊，用于采用PCA技術對所述初步特征數據進行主成分分析，得到所述初步特征數據的目標低維數據；

第二計算子模塊，用于計算表征所述初步特征數據與所述目標低維數據之間映射關系的線性變換系數矩陣；

所述圖像內容理解裝置還包括：

第一訓練子模塊，用于通過損失函數對所述線性變換系數矩陣進行訓練學習；

第二處理子模塊，用于當所述損失函數計算的誤差值低于預設的第一損失閾值時結束學習。