[發(fā)明專利]基于半監(jiān)督深度學(xué)習(xí)的圖像分類方法、裝置和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810132654.8
• 申請日: 2018-02-07
• 公開（公告）號: CN108416370B
• 公開（公告）日: 2022-03-22
• 發(fā)明（設(shè)計）人: 楊猛;陳林;于仕琪;朱英
• 申請（專利權(quán)）人: 深圳大學(xué)
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市世紀恒程知識產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 胡海國

本發(fā)明公開了一種基于半監(jiān)督深度學(xué)習(xí)的圖像分類方法、裝置和存儲介質(zhì)，其方法包括：獲取標簽訓(xùn)練圖像樣本和非標簽訓(xùn)練圖像樣本，得到標簽訓(xùn)練集；結(jié)合深度學(xué)習(xí)以及半監(jiān)督學(xué)習(xí)對標簽訓(xùn)練集進行卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練，建立統(tǒng)一的半監(jiān)督深度學(xué)習(xí)和未標注樣本類別估計的模型；基于半監(jiān)督深度學(xué)習(xí)和未標注樣本類別估計的模型進行圖像識別分類。本發(fā)明能利用隱藏在非標簽訓(xùn)練數(shù)據(jù)中的鑒別信息，同時也能利用當前深度特征的高度可分性，可以更有效、準確地利用未標注樣本，從而獲得更好的圖像識別性能。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識別技術(shù)領(lǐng)域，尤其涉及一種基于半監(jiān)督深度學(xué)習(xí)的圖像分類方法、裝置和存儲介質(zhì)。

背景技術(shù)

近幾年來，基于深度學(xué)習(xí)(Deep Learning)的技術(shù)在計算機視覺領(lǐng)域取得了很好的成效，比如，人臉識別和目標分類，其中代表性的深度學(xué)習(xí)方法有CNN(卷積神經(jīng)網(wǎng)絡(luò))、RNN(遞歸神經(jīng)網(wǎng)絡(luò))、Autoencoder,GAN(生成式對抗網(wǎng)絡(luò))，等等。

然而，在實際應(yīng)用中，由于給樣本進行標注需要耗費大量的時間和人力，因此，在現(xiàn)實生活中，通常有大量的未進行標注的樣本，利用這些未進行標注的樣本來提高最后的識別效果的方法稱為半監(jiān)督學(xué)習(xí)。

為了能更好地利用非標簽訓(xùn)練數(shù)據(jù)的鑒別信息，以及深度特征的高鑒別性，基于深度半監(jiān)督學(xué)習(xí)的工作已經(jīng)得到了科研工作者的深入研究。比如，目前有通過整合卷積神經(jīng)網(wǎng)絡(luò)和高斯概率模型進行半監(jiān)督深度核學(xué)習(xí)的方法、通過同時最小化監(jiān)督和無監(jiān)督函數(shù)的損失來訓(xùn)練半監(jiān)督深度學(xué)習(xí)模型，等等。雖然半監(jiān)督深度學(xué)習(xí)的方法能夠?qū)W習(xí)高水平的表示特征，但是它忽略了如何更有效地利用非標簽樣本的高鑒別性。

發(fā)明內(nèi)容

本發(fā)明提供一種基于半監(jiān)督深度學(xué)習(xí)的圖像分類方法、裝置和存儲介質(zhì)，旨在建立一個統(tǒng)一的半監(jiān)督深度學(xué)習(xí)和未標注樣本類別估計的模型，可以更有效、準確地利用未標注樣本，提高圖像識別效果。

為實現(xiàn)上述目的，本發(fā)明提供一種基于半監(jiān)督深度學(xué)習(xí)的圖像分類方法，包括以下步驟：

獲取標簽訓(xùn)練圖像樣本和非標簽訓(xùn)練圖像樣本，得到標簽訓(xùn)練集；

結(jié)合深度學(xué)習(xí)以及半監(jiān)督學(xué)習(xí)對所述標簽訓(xùn)練集進行卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練，建立統(tǒng)一的半監(jiān)督深度學(xué)習(xí)和未標注樣本類別估計的模型；

基于所述半監(jiān)督深度學(xué)習(xí)和未標注樣本類別估計的模型進行圖像識別分類。

可選地，所述結(jié)合深度學(xué)習(xí)以及半監(jiān)督學(xué)習(xí)進行卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練，建立統(tǒng)一的半監(jiān)督深度學(xué)習(xí)和未標注樣本類別估計的模型的步驟包括：

將所述標簽訓(xùn)練集輸入并訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，提取所述標簽訓(xùn)練圖像樣本和非標簽訓(xùn)練圖像樣本的深度特征；

對提取深度特征后的非標簽圖像樣本進行類別估計，得到類別估計結(jié)果；

根據(jù)所述類別估計結(jié)果，將可信度滿足預(yù)設(shè)條件的非標簽圖像樣本再次加入到卷積神經(jīng)網(wǎng)絡(luò)重新進行訓(xùn)練，得到半監(jiān)督深度學(xué)習(xí)和未標注樣本類別估計的模型。

可選地，所述基于所述半監(jiān)督深度學(xué)習(xí)和未標注樣本類別估計的模型進行圖像識別分類的步驟包括：

基于所述半監(jiān)督深度學(xué)習(xí)和未標注樣本類別估計的模型進行圖像字符識別和圖像目標分類。

可選地，所述獲取標簽訓(xùn)練圖像樣本和非標簽訓(xùn)練圖像樣本，得到標簽訓(xùn)練集的步驟之后還包括：

初始化所述標簽訓(xùn)練圖像樣本和非標簽訓(xùn)練圖像樣本數(shù)據(jù)。

可選地，所述初始化所述標簽訓(xùn)練圖像樣本和非標簽訓(xùn)練圖像樣本數(shù)據(jù)的步驟包括：