[發(fā)明專(zhuān)利]訓(xùn)練圖像識(shí)別模型的方法和裝置以及圖像識(shí)別方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910583821.5
• 申請(qǐng)日: 2019-06-28
• 公開(kāi)（公告）號(hào): CN111062405A
• 公開(kāi)（公告）日: 2020-04-24
• 發(fā)明（設(shè)計(jì)）人: 李元熙;孫旼廷;鄭景夫;張現(xiàn)盛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 三星電子株式會(huì)社
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62
• 代理公司: 中科專(zhuān)利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 黃亮

公開(kāi)了訓(xùn)練圖像識(shí)別模型以準(zhǔn)確地估計(jì)每類(lèi)地標(biāo)的參考點(diǎn)的位置的裝置和方法。該裝置和方法使用圖像識(shí)別模型，該圖像識(shí)別模型是基于以下來(lái)訓(xùn)練的：基于圖像識(shí)別模型根據(jù)訓(xùn)練數(shù)據(jù)來(lái)計(jì)算類(lèi)別損失和依賴于類(lèi)別的定位損失；以及使用包括類(lèi)別損失和定位損失在內(nèi)的總損失來(lái)訓(xùn)練圖像識(shí)別模型。

相關(guān)申請(qǐng)的相交引用

本申請(qǐng)要求于2018年10月17日向韓國(guó)知識(shí)產(chǎn)權(quán)局遞交的韓國(guó)專(zhuān)利申請(qǐng)No.10-2018-0123487的優(yōu)先權(quán)，該申請(qǐng)的全部公開(kāi)內(nèi)容通過(guò)引用并入本文中以用于所有目的。

技術(shù)領(lǐng)域

以下描述涉及訓(xùn)練圖像識(shí)別模型。

背景技術(shù)

圖像識(shí)別的自動(dòng)化已經(jīng)通過(guò)作為專(zhuān)門(mén)的計(jì)算架構(gòu)的處理器實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)模型來(lái)實(shí)現(xiàn)，該處理器實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)模型在經(jīng)過(guò)大量訓(xùn)練之后可以提供輸入模式與輸出模式之間在計(jì)算上直觀的映射。經(jīng)訓(xùn)練的生成這種映射的能力可以被稱(chēng)為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力。此外，由于專(zhuān)門(mén)的訓(xùn)練，這種經(jīng)特殊訓(xùn)練的神經(jīng)網(wǎng)絡(luò)因此可以具有針對(duì)輸入模式(該輸入模式是該神經(jīng)網(wǎng)絡(luò)可能未曾被訓(xùn)練以識(shí)別的輸入模式)來(lái)生成相對(duì)準(zhǔn)確的輸出的推廣能力。然而，由于這些操作或應(yīng)用是通過(guò)專(zhuān)門(mén)的計(jì)算架構(gòu)來(lái)執(zhí)行的，并且采用與以非計(jì)算機(jī)實(shí)現(xiàn)或非自動(dòng)化方法執(zhí)行這些操作或應(yīng)用不同的自動(dòng)化方式來(lái)執(zhí)行，因此這些操作或應(yīng)用也會(huì)引起問(wèn)題或缺陷，這些問(wèn)題或缺點(diǎn)僅因?yàn)樵谄渖蠈?shí)施這些操作或應(yīng)用的自動(dòng)化的且專(zhuān)門(mén)的計(jì)算架構(gòu)而出現(xiàn)。

發(fā)明內(nèi)容

提供了本發(fā)明內(nèi)容以介紹下面在具體實(shí)施方式中進(jìn)一步描述的對(duì)簡(jiǎn)化形式的構(gòu)思的選擇。本發(fā)明內(nèi)容不意在標(biāo)識(shí)所請(qǐng)求保護(hù)的主題的關(guān)鍵特征或必要特征，也不意在用作幫助確定所請(qǐng)求保護(hù)的主題的范圍。

在一個(gè)一般方面中，提供了一種訓(xùn)練圖像識(shí)別模型的方法，包括：基于圖像識(shí)別模型根據(jù)訓(xùn)練數(shù)據(jù)來(lái)計(jì)算類(lèi)別損失和依賴于類(lèi)別的定位損失；以及使用包括所述類(lèi)別損失和所述定位損失在內(nèi)的總損失來(lái)訓(xùn)練所述圖像識(shí)別模型。

計(jì)算所述類(lèi)別損失和所述依賴于類(lèi)別的定位損失可以包括：基于所述圖像識(shí)別模型根據(jù)輸入訓(xùn)練圖像來(lái)計(jì)算臨時(shí)類(lèi)別信息和臨時(shí)參考點(diǎn)信息；基于所述臨時(shí)類(lèi)別信息和真實(shí)類(lèi)別信息來(lái)計(jì)算所述類(lèi)別損失；以及基于所述臨時(shí)參考點(diǎn)信息和真實(shí)參考點(diǎn)信息來(lái)計(jì)算所述定位損失。

計(jì)算所述臨時(shí)類(lèi)別信息和所述臨時(shí)參考點(diǎn)信息可以包括：計(jì)算所述輸入訓(xùn)練圖像的每個(gè)子區(qū)域的臨時(shí)類(lèi)別信息和臨時(shí)參考點(diǎn)信息。

計(jì)算所述類(lèi)別損失可以包括：計(jì)算所述真實(shí)類(lèi)別信息和針對(duì)輸入訓(xùn)練圖像的每個(gè)所述子區(qū)域來(lái)計(jì)算的所述臨時(shí)類(lèi)別信息之間的部分類(lèi)別損失；以及將針對(duì)所述輸入訓(xùn)練圖像的每個(gè)所述子區(qū)域所計(jì)算的部分類(lèi)別損失的總和確定為所述類(lèi)別損失。

計(jì)算所述類(lèi)別損失可以包括：從輸入訓(xùn)練圖像的子區(qū)域中選擇與真實(shí)地標(biāo)部分相對(duì)應(yīng)的子區(qū)域；計(jì)算所述真實(shí)類(lèi)別信息和針對(duì)每個(gè)所選子區(qū)域來(lái)計(jì)算的臨時(shí)類(lèi)別信息之間的部分類(lèi)別損失；以及將針對(duì)所選子區(qū)域計(jì)算的部分類(lèi)別損失的總和確定為所述類(lèi)別損失。

選擇所述子區(qū)域可以包括：從輸入訓(xùn)練圖像的子區(qū)域中進(jìn)一步選擇與真實(shí)背景部分相對(duì)應(yīng)的子區(qū)域。

計(jì)算所述定位損失可以包括：針對(duì)輸入訓(xùn)練圖像的每個(gè)所述子區(qū)域，計(jì)算所述真實(shí)參考點(diǎn)信息和針對(duì)輸入訓(xùn)練圖像的每個(gè)所述子區(qū)域來(lái)計(jì)算的臨時(shí)參考點(diǎn)信息之間的部分定位損失；以及將針對(duì)每個(gè)所述子區(qū)域來(lái)計(jì)算的部分定位損失的總和確定為所述定位損失。

計(jì)算所述定位損失可以包括：從輸入訓(xùn)練圖像的子區(qū)域中選擇與真實(shí)地標(biāo)部分相對(duì)應(yīng)的子區(qū)域；計(jì)算所述真實(shí)參考點(diǎn)信息和每個(gè)所選子區(qū)域的臨時(shí)參考點(diǎn)信息之間的部分定位損失；以及將針對(duì)所選子區(qū)域計(jì)算的部分定位損失的總和確定為所述定位損失。

計(jì)算所述部分定位損失可以包括：從所選子區(qū)域中排除具有真實(shí)背景部分的子區(qū)域。