[發明專利]一種基于神經網絡深度學習的圖像識別并推薦認知的方法

有效

• 申請號: 201811219939.1
• 申請日: 2018-10-19
• 公開（公告）號: CN109447140B
• 公開（公告）日: 2021-10-12
• 發明（設計）人: 蔡廣宇;陳廣
• 申請（專利權）人: 廣州四十五度科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出了一種基于神經網絡深度學習的圖像識別并推薦認知的方法，從圖像數據庫中獲取圖片及分類，輸入到卷積神經網絡，通過反復的前向和反向傳播，訓練該神經網絡，提高圖像識別精度，提取廿層神經網絡模型。利用該模型，通過靜態采集圖片進行物體識別分類。識別結果，結合輸入者的個性化特征，分析輸入者的興趣概率。運用所構建的基于有效識別分類的素材云數據庫的機器學習模型，采用推薦系統算法，把預測的內容素材推送給圖像輸入者供認知學習。本發明具有圖像識別率高，識別種類多，內容推薦準確的優點，能應用于帶有數碼攝相機的電腦、手機、平板和嵌入式系統的電子產品中，讓人們對眼中所見的物體進行拍攝識別，主動學習識別物體的知識。

技術領域

本發明涉及神經網絡、深度學習、計算機圖像處理和數據挖掘技術領域，尤其涉及多種類物體的圖像識別、分類索引與推薦的方法。

背景技術

本發明涉及人工智能技術領域，人工智能(Artificial Intelligence)，英文縮寫為AI，它的一個重要任務是讓計算機能夠像人一樣對輸入的信息進行判定，模擬人類腦部神經元網絡的決策過程。最早于1943年，邏輯學家Walter Pitts和神經生理學家WarrenMcCulloch將神經元概念引入計算領域，開啟了神經網絡理論的探索。之后，各國科學家對神經網絡理論的深化拓展，特別是上世紀八九十年代和本世紀初，將神經網絡理論推進向深度神經網絡（深度學習）發展。近十年來，得益于計算機處理器（包括圖形處理器GPU）計算能力的提高，互聯網、云計算、大數據提供了海量的學習數據，使神經網絡和深度學習理論廣泛應用于語音識別、人臉識別、視頻監控、手寫輸入、語義翻譯、圖片搜索、無人駕駛等領域。

目前，在圖像識別應用領域，對卷積神經網絡訓練的精度普遍不足，所提取的神經網絡模型，對物體的識別準確度仍然不高。而且，識別圖像的范圍僅局限于人臉、動物、植物等單一種類物體，圖像識別技術應用的范圍也只是集中于圖像分類結果分析方面。

發明內容

本發明的目的是針對目前業界所訓練的卷積神經網絡模型圖像識別準確度普遍不高，識別物體種類單一，和應用范圍狹窄等不足，提出一種基于神經網絡深度學習的圖像識別并推薦認知的方法：逐層調整卷積神經網絡每一個隱藏層參數，提取高訓練精度的廿層神經網絡模型，有效提高識別準確度；采用多種類物體圖像監督學習方式，輸入大量帶分類標簽的多種類物體圖像數據訓練集，使提取的神經網絡模型進行學習，擴大物體識別種類范圍；圖像識別結果，結合人類個性化特征數據，并基于教育類知識素材數據庫的機器學習模型，采用推薦系統算法，向人們推送其眼中所見并主動實時采集圖像的對應感興趣物體的相關知識，實現人類主動學習的教育認知模式。當這種方法應用于教育時，將有效地使學習者從興趣和好奇點出發，從“要我學”轉變成“我要學”的教育模式。

為了解決上述技術問題，本發明是通過以下技術方案實現的。

一種基于神經網絡深度學習的圖像識別并推薦認知的方法，包括以下步驟：

（ⅰ）廿層神經網絡模型訓練提取：

使用多類別圖像數據庫中的帶分類標簽圖像輸入到廿層卷積神經網絡，進行監督學習，獲取逐層的代表性特征，并于第二十層輸出層取得預測結果和全局損失函數值，下稱前向傳播；

通過softmax回歸收斂分類計算損失函數關于權重和偏置參數矩陣數集的偏導數，并對這些權重和偏置參數進行梯度下降優化，這個梯度優化過程，下稱為反向傳播；

用梯度下降優化后更新了的權重和偏置參數矩陣數集進行新一輪的前向傳播計算，來回不停地進行前向傳播和反向傳播，來訓練更新權重和偏置參數矩陣數集使損失函數越來越小，使預測越來越精準，達到提高圖像識別精度的效果；

直到找到全局損失函數的最優值，根據整個訓練集的監督學習所得的訓練精度，而提取合適的廿層神經網絡模型。

（ⅱ）輸入無標簽圖像到多層神經網絡模型進行深度學習聚類，提取圖像代表性特征，分類圖片，輸出圖像識別分類結果。