[發明專利]一種跨域網絡訓練及圖像識別方法

在審

• 申請號: 201811500433.8
• 申請日: 2018-12-07
• 公開（公告）號: CN111291780A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 劉若鵬;欒琳;趙盟盟
• 申請（專利權）人: 深圳光啟空間技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種跨域網絡訓練及圖像識別方法，該跨域網絡訓練包括：S1，向深度神經網絡輸入第一域和第二域的樣本數據，對所述第一域和第二域的樣本數據進行訓練，使得在所述深度神經網絡在第一域與第二域上各自具有分類能力；S2：消除域間統計分布差異，使得第一域和第二域具有相近的統計分布特性；S3：對第一域和第二域進行加強內聚集的訓練；S4：對符合預設條件的訓練結果進行保存。實施本發明，即使在數據具有不同統計分布特性的情況下，也能夠正確的識別出來。

技術領域

本發明涉及人工智能領域，具體的，涉及一種跨域網絡訓練及圖像識別方法。

背景技術

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別、面部識別。

現有人臉識別算法大多可以解決單域人臉識別(即待識別圖像和訓練樣本圖像具有相同的統計分布特性)問題，例如，使用視頻作為訓練樣本，然后對訓練好的網絡識別其他視頻中的人臉。Florian Schroff等人提出的Facenet算法是目前效果較好的單域人臉識別算法，同時作者也給出了相應的單域數據訓練方法。

但在實際應用場最下，監控攝像頭拍攝視頻中提取出的人臉照片具有十分復雜的光照、角度、分辨率和表情等變化因素，這使得待識別圖像與訓練樣本圖像具有差異巨大的統計分布特性，即跨域識別問題。目前的人工智能網絡很難對跨域的圖像實現準確的識別。

發明內容

本發明的目的在于，針對現有的圖像識別方法無法對跨域的場景實現準確的識別的缺陷，提供一種新的跨域圖像識別方法，以克服目前的圖像識別技術在跨域識別的場最中準確性差的問題。

本發明的一個方面提供一種跨域網絡訓練方法，包括以下步驟：

S1：向深度神經網絡輸入第一域和第二域的樣本數據，對第一域和第二域的樣本數據進行訓練，使得在深度神經網絡在第一域與第二域上各自具有分類能力；

S2：消除域間統計分布差異，使得第一域和第二域具有相近的統計分布特性；

S3：對第一域和第二域進行加強內聚集的訓練；

S4：對符合預設條件的訓練結果進行保存。

較佳的，步驟S1中對第一域和第二域的樣本數據進行訓練包括：對第一域和第二域的樣本數據進行損失函數Triplet-Loss的訓練。

較佳的，步驟S2包括：當損失函數Triplet-Loss穩定且滿足收斂時，用第一域和第二域的最高維度特征計算最大均值差異損失MMD-Loss，并將結果加入合成損失函數，共同進行反向傳播和梯度求導。

較佳的，步驟S3包括：將合成損失函數中的MMD-Loss去除，并加入第一域和第二域的混合Triplet-Loss，進行加強內聚集的訓練。

較佳的，，步驟S4包括：當加強內聚集的訓練的合成損失函數收斂且小于設定值時，對訓練結果進行保存。

較佳的，步驟S1中，進行損失函數Triplet-Loss的訓練還包括：設置第一學習率，第一學習率初始值為0.001至0.01，每10輪進行損失函數Triplet-Loss的訓練，將第一學習率設置為0.7至0.9倍。

較佳的，步驟S2中，設置第二學習率，第二學習率的初始值小于第一學習率的初始值，每10輪進行加強內聚集的訓練，將第二學習率設置為0.7至0.9倍。

較佳的，第二學習率初始值為0.0001至0.001。

較佳的，步驟S3中，設置第三學習率，第三學習率的初始值小于第一學習率的初始值，每5輪進行加強內聚集的訓練，將第三學習率設置為0.7至0.9倍。