[發明專利]基于殘差網絡的圖像識別方法、裝置、設備及存儲介質

在審

• 申請號: 201910345031.3
• 申請日: 2019-04-26
• 公開（公告）號: CN110163260A
• 公開（公告）日: 2019-08-23
• 發明（設計）人: 任嘉祥;馬進;王健宗
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 黃章輝

1.一種基于殘差網絡的圖像識別方法，其特征在于，包括：

構建殘差網絡，采用預設的訓練樣本對所述殘差網絡進行訓練；

獲取待識別圖像；

對所述待識別圖像執行預處理；

將預處理后的所述待識別圖像劃分為不重疊的兩個分塊，依次作為輸入傳入所述殘差網絡，獲取每一分塊經過所述殘差網絡后的預測值；

根據所述兩個分塊的預測值輸出識別結果，其中，所述識別結果包括所述待識別圖像為目標圖像和所述待識別圖像為非目標圖像。

2.如權利要求1所述的基于殘差網絡的圖像識別方法，其特征在于，所述對所述待識別圖像執行預處理包括：

將所述待識別圖像調整為預設分辨率；

對分辨率調整后的所述待識別圖像中的每個像素點值執行歸一化處理；

將歸一化處理后的所述待識別圖像擴展為三層圖像。

3.如權利要求2所述的基于殘差網絡的圖像識別方法，其特征在于，所述將所述待識別圖像調整為預設分辨率包括：

將所述待識別圖像的分辨率與預設的分辨率閾值進行比對；

當所述待識別圖像的分辨率高于預設的分辨率閾值時，對所述待識別圖像降采樣至所述分辨率閾值；

當所述待識別圖像的分辨率低于預設的分辨率閾值時，對所述待識別圖像上采樣至所述分辨率閾值。

4.如權利要求1所述的基于殘差網絡的圖像識別方法，其特征在于，所述根據所述兩個分塊的預測值輸出識別結果，其中，所述識別結果包括所述待識別圖像為目標圖像和所述待識別圖像為非目標圖像包括：

將所述兩個分塊的預測值進行比較，選擇預測值中的較大值作為所述待識別圖像的預測值；

將所述待識別圖像的預測值與預設的預測閾值進行比較；

若所述待識別圖像的預測值大于或等于所述預測閾值時，輸出識別結果為目標圖像；

若所述待識別圖像的預測值小于所述預測閾值時，輸出識別結果為非目標圖像。

5.如權利要求1所述的基于殘差網絡的圖像識別方法，其特征在于，所述構建殘差網絡，采用預設的訓練樣本對所述殘差網絡進行訓練包塊：

構建殘差網絡，所述殘差網絡包括輸入層、卷積層、最大池化層、16個殘差模塊、全連接層以及輸出層；

收集多個指定用戶的多張圖像信息作為訓練樣本集和測試樣本集；

對所述訓練樣本集和測試樣本集中的每一張圖像信息執行預處理；

將每一張預處理后的所述圖像信息劃分為不重疊的兩個分塊，對每一分塊打上預設標簽，所述預設標簽包括第一標簽和第二標簽；

從所述訓練樣本集中獲取若干張圖像信息，將每一張圖像信息帶有預設標簽的兩個分塊分別作為輸入向量傳入所述殘差網絡進行訓練；

采用預設的損失函數計算每一所述分塊經過所述殘差網絡的識別結果與對應的預設標簽之間的誤差，并根據所述誤差修改所述殘差網絡的參數；

從所述訓練樣本集中獲取若干張圖像信息，將每一張圖像信息帶有預設標簽的兩個分塊分別傳入參數修改后的所述殘差網絡執行下一次迭代訓練；

在迭代訓練達到預設次數后，將測試樣本集中帶有預設標簽的圖像信息作為輸入向量傳入迭代訓練得到的所述殘差網絡進行測試。

6.一種基于殘差網絡的圖像識別裝置，其特征在于，包括：

訓練模塊，用于構建殘差網絡，采用預設的訓練樣本對所述殘差網絡進行訓練；

獲取模塊，用于獲取待識別圖像；

預處理模塊，用于對所述待識別圖像執行預處理；

識別模塊，用于將預處理后的所述待識別圖像劃分為不重疊的兩個分塊，依次作為輸入傳入所述殘差網絡，獲取每一分塊經過所述殘差網絡后的預測值；

輸出模塊，用于根據所述兩個分塊的預測值輸出識別結果，其中，所述識別結果包括所述待識別圖像為目標圖像和所述待識別圖像為非目標圖像。