[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)的戶型圖識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811539200.9
• 申請(qǐng)日: 2018-12-14
• 公開(kāi)（公告）號(hào): CN109711443A
• 公開(kāi)（公告）日: 2019-05-03
• 發(fā)明（設(shè)計(jì)）人: 王云敏;簡(jiǎn)杰生;陳萬(wàn)慧;汪偉;付倩;錢城;董宇康;田麗珍;蘇雪婷
• 申請(qǐng)（專利權(quán)）人: 平安城市建設(shè)科技（深圳）有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/08
• 代理公司: 深圳市世紀(jì)恒程知識(shí)產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 胡海國(guó)

1.一種基于神經(jīng)網(wǎng)絡(luò)的戶型圖識(shí)別方法，其特征在于，所述戶型圖識(shí)別方法包括：

在接收到查詢終端發(fā)送的戶型圖識(shí)別指令時(shí)，獲取需要識(shí)別的需求戶型圖，并基于預(yù)設(shè)復(fù)合網(wǎng)絡(luò)模型對(duì)所述需求戶型圖進(jìn)行特征提取，得到需求特征向量；

根據(jù)所述需求特征向量在預(yù)設(shè)戶型圖庫(kù)中進(jìn)行戶型圖查詢，以判斷所述預(yù)設(shè)戶型圖庫(kù)中是否存在與所述需求戶型圖匹配的目標(biāo)戶型圖；

若所述預(yù)設(shè)戶型圖庫(kù)中存在與所述需求戶型圖匹配的目標(biāo)戶型圖，則向所述查詢終端返回所述目標(biāo)戶型圖；

若所述預(yù)設(shè)戶型圖庫(kù)中不存在與所述需求戶型圖匹配的目標(biāo)戶型圖，則向所述查詢終端返回對(duì)應(yīng)的戶型圖不存在提示。

2.如權(quán)利要求1所述的戶型圖識(shí)別方法，其特征在于，所述預(yù)設(shè)復(fù)合網(wǎng)絡(luò)模型包括第一深層網(wǎng)絡(luò)、第二淺層網(wǎng)絡(luò)和第三淺層網(wǎng)絡(luò)；

所述第一深層網(wǎng)絡(luò)包括13個(gè)卷積層、1個(gè)全局均值池化層和2個(gè)全連接層；

所述第二淺層網(wǎng)絡(luò)包括1個(gè)卷積層和1個(gè)最大池化層；

所述第三淺層網(wǎng)絡(luò)包括1個(gè)卷積層和1個(gè)最大池化層。

3.如權(quán)利要求2所述的戶型圖識(shí)別方法，其特征在于，所述基于預(yù)設(shè)復(fù)合網(wǎng)絡(luò)模型對(duì)所述需求戶型圖進(jìn)行特征提取，得到需求特征向量的步驟包括：

基于預(yù)設(shè)預(yù)處理規(guī)則對(duì)所述需求戶型圖進(jìn)行預(yù)處理，獲得對(duì)應(yīng)的標(biāo)準(zhǔn)戶型圖；

分別通過(guò)所述第一深層網(wǎng)絡(luò)、所述第二淺層網(wǎng)絡(luò)和所述第三淺層網(wǎng)絡(luò)對(duì)所述標(biāo)準(zhǔn)戶型圖進(jìn)行特征提取，獲得第一子特征向量、第二子特征向量和第三子特征向量，并分別對(duì)所述第一子特征向量、所述第二子特征向量和所述第三子特征向量進(jìn)行標(biāo)準(zhǔn)化處理；

對(duì)標(biāo)準(zhǔn)化處理后的第一子特征向量、第二子特征向量和第三子特征向量進(jìn)行合并，并根據(jù)合并結(jié)果獲得需求特征向量。

4.如權(quán)利要求1所述的戶型圖識(shí)別方法，其特征在于，所述在接收查詢終端發(fā)送的戶型圖識(shí)別指令時(shí)，獲取需要識(shí)別的需求戶型圖，并基于預(yù)設(shè)復(fù)合網(wǎng)絡(luò)模型對(duì)所述需求戶型圖進(jìn)行特征提取，得到需求特征向量的步驟之前，還包括：

以三元組的方式從預(yù)設(shè)訓(xùn)練樣本集中獲取訓(xùn)練樣本三元組，所述訓(xùn)練樣本三元組包括一個(gè)基礎(chǔ)戶型訓(xùn)練圖、一個(gè)同類戶型訓(xùn)練圖和一個(gè)異類戶型訓(xùn)練圖，其中所述基礎(chǔ)戶型訓(xùn)練圖和所述同類戶型訓(xùn)練圖對(duì)應(yīng)同一戶型，所述基礎(chǔ)戶型訓(xùn)練圖和所述異類戶型訓(xùn)練圖分別對(duì)應(yīng)不同戶型；

通過(guò)預(yù)設(shè)基礎(chǔ)模型分別對(duì)所述基礎(chǔ)戶型訓(xùn)練圖、所述同類戶型訓(xùn)練圖和所述異類戶型訓(xùn)練圖進(jìn)行特征提取，分別獲得基礎(chǔ)訓(xùn)練特征向量a、同類訓(xùn)練特征向量p和異類訓(xùn)練特征向量n；

將所述基礎(chǔ)訓(xùn)練特征向量a、所述同類訓(xùn)練特征向量p和所述異類訓(xùn)練特征向量n代入至預(yù)設(shè)目標(biāo)函數(shù)計(jì)算模型損失，并根據(jù)所述模型損失對(duì)所述預(yù)設(shè)基礎(chǔ)模型的模型參數(shù)進(jìn)行調(diào)整，以根據(jù)調(diào)整后的模型參數(shù)獲得所述預(yù)設(shè)復(fù)合網(wǎng)絡(luò)模型。

5.如權(quán)利要求4所述的戶型圖識(shí)別方法，其特征在于，所述預(yù)設(shè)目標(biāo)函數(shù)為：

其中，L為所述模型損失；

m為所述訓(xùn)練樣本三元組的組數(shù)，m≥1；

為第i組訓(xùn)練樣本三元組中基礎(chǔ)訓(xùn)練特征向量與同類訓(xùn)練特征向量之間的歐式距離度量，1≤i≤m；

為第i組訓(xùn)練樣本三元組中基礎(chǔ)訓(xùn)練特征向量與異類訓(xùn)練特征向量之間的歐式距離度量；

α為預(yù)設(shè)最小間隔，α≥0。

6.如權(quán)利要求1所述的戶型圖識(shí)別方法，其特征在于，所述根據(jù)所述需求特征向量在預(yù)設(shè)戶型圖庫(kù)中進(jìn)行戶型圖查詢，以判斷所述預(yù)設(shè)戶型圖庫(kù)中是否存在與所述需求戶型圖匹配的目標(biāo)戶型圖的步驟之前，還包括：

基于所述預(yù)設(shè)復(fù)合網(wǎng)絡(luò)模型分別對(duì)所述預(yù)設(shè)戶型圖庫(kù)中的各樣本戶型圖進(jìn)行特征提取，獲得各樣本特征向量；

通過(guò)預(yù)設(shè)局部敏感哈希算法將所述各樣本特征向量映射至對(duì)應(yīng)的樣本哈希桶中；

所述根據(jù)所述需求特征向量在預(yù)設(shè)戶型圖庫(kù)中進(jìn)行戶型圖查詢，以判斷所述預(yù)設(shè)戶型圖庫(kù)中是否存在與所述需求戶型圖匹配的目標(biāo)戶型圖的步驟包括：

通過(guò)所述預(yù)設(shè)敏感哈希算法對(duì)所述需求特征向量進(jìn)行映射，并根據(jù)所述需求特征向量的映射結(jié)果在所述樣本哈希桶中確定目標(biāo)哈希桶；

將所述需求特征向量分別與所述目標(biāo)哈希桶中的各樣本特征向量進(jìn)行比對(duì)，以判斷所述預(yù)設(shè)戶型圖庫(kù)中是否存在與所述需求戶型圖匹配的目標(biāo)戶型圖。