[發明專利]一種基于深度學習的機器學習識別方法

有效

• 申請號: 201810128005.0
• 申請日: 2018-02-08
• 公開（公告）號: CN108229588B
• 公開（公告）日: 2020-04-07
• 發明（設計）人: 張楊;徐傳運;許洲
• 申請（專利權）人: 重慶師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 重慶博凱知識產權代理有限公司 50212
• 代理人: 黃河

本發明提供了一種基于深度學習的機器學習識別方法，能夠利用已知類別的一定量的多媒體數據樣本采用不同的對比樣本輸入排列順序對機器學習模型f₁進行多次區別化的學習訓練，并利用學習所得的機器學習模型f₁進行多媒體數據類別識別處理，機器學習模型f₁選用卷積神經網絡模型或全連接神經網絡模型，大幅降低了對海量訓練樣本的依賴，并且能夠方便的擴展對未經過學習訓練的多媒體數據類別進行類別識別，很好的解決了現有多媒體數據分類機器學習識別方法因對大量訓練樣本的依賴以及因無法直接對未經學習訓練的類別進行分類識別而導致實際應用性、通用性受限的問題，能夠更加廣泛有效的應用到更多的具體的多媒體數據分類使用場合中。

技術領域

本發明涉及多媒體數據處理技術和機器學習技術領域，尤其涉及一種基于深度學習的機器學習識別方法。

背景技術

多媒體(Multimedia)是多種媒體的綜合，在計算機系統中，多媒體指組合兩種或兩種以上媒體的一種人機交互式信息交流和傳播媒體，使用的媒體包括文字、圖片、照片、聲音、動畫和影片，以及程式所提供的互動功能等。

隨著大數據時代的到來，海量多媒體數據的分類和挖掘技術顯得尤為重要。在海量數據挖掘中，如何利用從已有數據中分類和挖掘出來的信息來指導新數據的分類和挖掘已成為一個新的研究熱點。特別是當某些任務的樣本數量較少時，利用多任務學習能夠有效的減少海量數據分類和挖掘的時間成本并提高信息獲取準確度。例如，面對基于人臉識別的小區門禁系統開發任務，若將每個業主的人臉圖像分別劃分為一個獨立的圖像數據類別，就需要系統處理實現對人臉圖像的分類識別，判斷當前門禁處采集到的人臉圖像是屬于哪一位業主的人臉(即判斷屬于哪一個圖像數據類別)，進而判斷是否解除門禁。

基于深度學習方法在實踐中被證明是一種有效、魯棒的信息分類方法。深度神經網路(例如深度卷積神經網絡)是最具代表性的機器學習方法。深度學習模型通常有數十層可學習的數據處理層，有數十萬、甚至數百萬的可以學習參數。由于大量參數構成極其巨大的學習空間，為了得到最優的模型參數，通常需要大量的訓練數據。但是，為了訓練深度學習模型，必須構建擁有大量樣本的訓練數據集，通常訓練樣本數量在數萬以上。然而，構建這樣的訓練集，在實際應用中是非常困難的，并且代價昂貴。例如，面對基于人臉識別的小區門禁系統開發任務，若將每個業主的人臉圖像分別劃分為一個獨立的圖像數據類別，在對機器學習模型進行分類識別訓練時，如果需要對于每一個業主采集數以萬計的人臉圖像訓練樣本，是非常不現實的。這導致了深度模型對大數據的貪婪導致深度學習方法在很多領域都難以得到具體應用，或者說很難具有可靠的技術可實現性。

在深度學習方法用于分類任務時，傳統的深度學習方法要求分類模型對比樣本的類必須與生產樣本的類相同，即模型只能分類已學習的類，如果有新的類的樣本需要分類，必須重新訓練機器學習模型，或者對機器學習模型做一些適應性的訓練學習。例如，面對基于人臉識別的小區門禁系統開發任務，若將每個業主的人臉圖像分別劃分為一個獨立的圖像數據類別，采用目前的深度學習方法，都需要對當前每一位業主的人臉圖像進行學習訓練；當有一位新的業主出現時，即便將該新業主的人臉圖像直接加入到識別對比樣本數據庫中，由于機器學習模型之前并未對該新業主的人臉圖像進行學習訓練，因此當門禁處再次采集到該新業主的人臉圖像時，機器學習模型依然無法基于對比樣本數據庫中該新業主的人臉圖像數據而直接分類識別出該新業主。這也導致了基于深度學習方法的機器學習模型的訓練，需要消耗大量的訓練計算資源和較長的訓練學習時間，限制了其在實際應用場合中的使用便利性和通用性。

發明內容

針對現有技術中存在的上述不足，本發明解決的技術問題在于如何提供一種基于深度學習的機器學習識別方法，用以解決現有的多媒體數據分類機器學習識別方法需要依賴大量的訓練樣本而導致實際應用受限的問題，進一步解決現有的多媒體數據分類機器學習識別方法無法直接對未經學習訓練的類別進行分類識別而導致通用性受限的問題。

為解決上述技術問題，本發明采用了如下的技術手段：