[發(fā)明專(zhuān)利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201711292292.0
• 申請(qǐng)日: 2017-12-08
• 公開(kāi)（公告）號(hào): CN107944458A
• 公開(kāi)（公告）日: 2018-04-20
• 發(fā)明（設(shè)計(jì)）人: 張靜普
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京一維大成科技有限公司
• 主分類(lèi)號(hào): G06K9/46
• 分類(lèi)號(hào): G06K9/46;G06K9/62;G06K9/00;G06N3/04
• 代理公司: 北京晉德允升知識(shí)產(chǎn)權(quán)代理有限公司11623
• 代理人: 萬(wàn)鐵占,穆裕

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法，其特征在于，包括：

基于卷積神經(jīng)網(wǎng)絡(luò)中的圖像質(zhì)量預(yù)測(cè)分支提取待識(shí)別圖像的質(zhì)量量化值，其中，所述質(zhì)量量化值用于表示待識(shí)別圖像的識(shí)別度；

比較所述質(zhì)量量化值與質(zhì)量判別預(yù)設(shè)閾值；

若所述質(zhì)量量化值大于或等于所述質(zhì)量判別預(yù)設(shè)閾值，則基于卷積神經(jīng)網(wǎng)絡(luò)中的圖像特征提取分支識(shí)別所述待識(shí)別圖像；

若所述質(zhì)量量化值小于所述質(zhì)量判別閾值，則剔除所述待識(shí)別圖像。

2.根據(jù)權(quán)利要求1所述的圖像識(shí)別方法，其特征在于，基于卷積神經(jīng)網(wǎng)絡(luò)中的圖像質(zhì)量預(yù)測(cè)分支提取待識(shí)別圖像的質(zhì)量量化值之前，包括：

對(duì)所述待識(shí)別圖像進(jìn)行預(yù)處理操作；其中，所述預(yù)處理操作包括特征檢測(cè)和關(guān)鍵點(diǎn)標(biāo)注；

根據(jù)關(guān)鍵點(diǎn)將所述待識(shí)別圖像調(diào)整到對(duì)應(yīng)位置；

將所述待識(shí)別圖像劃歸至同一尺度。

3.根據(jù)權(quán)利要求1所述的圖像識(shí)別方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)預(yù)先訓(xùn)練而得且訓(xùn)練方法包括：

獲取至少三個(gè)身份數(shù)據(jù)集作為訓(xùn)練數(shù)據(jù)集，并將所述訓(xùn)練數(shù)據(jù)集作為基模型的輸入；其中，訓(xùn)練數(shù)據(jù)集中包括至少兩個(gè)表示相同圖像內(nèi)容的身份數(shù)據(jù)集，和至少兩個(gè)表示不同圖像內(nèi)容身份數(shù)據(jù)集；身份數(shù)據(jù)集中包括多個(gè)表示相同圖像內(nèi)容的訓(xùn)練圖像；所述基模型用于訓(xùn)練得到所述卷積神經(jīng)網(wǎng)絡(luò)；

對(duì)于任意一個(gè)訓(xùn)練圖像，基于基模型中的圖像質(zhì)量預(yù)測(cè)分支提取所述訓(xùn)練圖像的質(zhì)量量化值；基于所述基模型中的圖像特征提取分支提取所述訓(xùn)練圖像的特征向量；其中，所述基模型用于訓(xùn)練得到所述卷積神經(jīng)網(wǎng)絡(luò)；所述質(zhì)量量化值與所述特征向量一一對(duì)應(yīng)；

將質(zhì)量量化值作為對(duì)應(yīng)于所述質(zhì)量量化值的特征向量的附加權(quán)重信息，并對(duì)所述特征向量加權(quán)求和得到圖像內(nèi)容表示；所述圖像內(nèi)容表示與所述身份數(shù)據(jù)集一一對(duì)應(yīng)；

利用預(yù)設(shè)損失函數(shù)和所述訓(xùn)練數(shù)據(jù)集中與身份數(shù)據(jù)集分別對(duì)應(yīng)的圖像內(nèi)容表示，計(jì)算模型損失；

利用梯度反傳法，并根據(jù)所述模型損失調(diào)整所述基模型的權(quán)重參數(shù)；

返回執(zhí)行訓(xùn)練數(shù)據(jù)集獲取操作，并繼續(xù)調(diào)整權(quán)重參數(shù)，直至滿足迭代條件為止；確定最終權(quán)重參數(shù)，并得到所述卷積神經(jīng)網(wǎng)絡(luò)。

4.根據(jù)權(quán)利要求3所述的圖像識(shí)別方法，其特征在于：

對(duì)于任意一個(gè)訓(xùn)練圖像，并行提取訓(xùn)練圖像的特征向量和質(zhì)量量化值。

5.根據(jù)權(quán)利要求3所述的圖像識(shí)別方法，其特征在于：

所述卷積神經(jīng)網(wǎng)絡(luò)和/或基模型的結(jié)構(gòu)包括：輸入層、卷積池化單元、全連接層、Sigmoid層、Normalization層；所述卷積池化單元包括：相連的卷積層、BatchNorm層、激活層、均值池化層和Scale層。

6.根據(jù)權(quán)利要求3所述的圖像識(shí)別方法，其特征在于，將所述訓(xùn)練數(shù)據(jù)集輸入至基模型之前，還包括：

對(duì)所述訓(xùn)練數(shù)據(jù)集中的訓(xùn)練圖像進(jìn)行預(yù)處理操作；其中，所述預(yù)處理操作包括特征檢測(cè)和關(guān)鍵點(diǎn)標(biāo)注；

根據(jù)關(guān)鍵點(diǎn)將所述訓(xùn)練圖像調(diào)整到對(duì)應(yīng)位置；

將所述訓(xùn)練圖像劃歸至同一尺度。

7.根據(jù)權(quán)利要求1-6任一所述的圖像識(shí)別方法，其特征在于：

所述卷積神經(jīng)網(wǎng)絡(luò)用于識(shí)別人臉圖像。

8.一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別裝置，其特征在于，包括：

質(zhì)量量化值提取模塊，用于基于卷積神經(jīng)網(wǎng)絡(luò)中的圖像質(zhì)量預(yù)測(cè)分支提取待識(shí)別圖像的質(zhì)量量化值，其中，所述質(zhì)量量化值用于表示待識(shí)別圖像的識(shí)別度；

圖像質(zhì)量判別模塊，用于比較所述質(zhì)量量化值與質(zhì)量判別預(yù)設(shè)閾值；

第一圖像識(shí)別模塊，用于若所述質(zhì)量量化值大于或等于所述質(zhì)量判別預(yù)設(shè)閾值，則基于卷積神經(jīng)網(wǎng)絡(luò)中的圖像特征提取分支識(shí)別所述待識(shí)別圖像；

第二圖像識(shí)別模塊，用于若所述質(zhì)量量化值小于所述質(zhì)量判別閾值，則剔除所述待識(shí)別圖像。

9.根據(jù)權(quán)利要求8所述的圖像識(shí)別裝置，其特征在于，所述圖像識(shí)別裝置還包括：

預(yù)處理模塊，用于對(duì)所述待識(shí)別圖像進(jìn)行預(yù)處理操作；其中，所述預(yù)處理操作包括特征檢測(cè)和關(guān)鍵點(diǎn)標(biāo)注；

圖像位置調(diào)整模塊，用于根據(jù)關(guān)鍵點(diǎn)將所述待識(shí)別圖像調(diào)整到對(duì)應(yīng)位置；

圖像尺度劃歸模塊，用于將所述待識(shí)別圖像劃歸至同一尺度。