[發(fā)明專利]用于生成圖像識(shí)別模型的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910734277.X
• 申請(qǐng)日: 2019-08-09
• 公開（公告）號(hào): CN110516717B
• 公開（公告）日: 2022-02-01
• 發(fā)明（設(shè)計(jì)）人: 徐麟;孫瀚;陳志遠(yuǎn)
• 申請(qǐng)（專利權(quán)）人: 南京人工智能高等研究院有限公司
• 主分類號(hào): G06V10/75
• 分類號(hào): G06V10/75;G06V10/74;G06V10/774
• 代理公司: 北京思源智匯知識(shí)產(chǎn)權(quán)代理有限公司 11657
• 代理人: 毛麗琴

本公開實(shí)施例公開了一種用于生成圖像識(shí)別模型的方法和裝置，其中，該方法包括：基于預(yù)設(shè)的第一樣本圖像集合和第二樣本圖像集合，構(gòu)建用于表征第一樣本圖像集合中的樣本圖像與第二樣本圖像集合中的樣本圖像之間的距離的邊權(quán)矩陣；基于邊權(quán)矩陣，確定用于表征第一樣本圖像集合中的樣本圖像與第二樣本圖像集合中的樣本圖像之間的對(duì)應(yīng)關(guān)系的匹配矩陣；從第一樣本圖像集合和第二樣本圖像集合中分別選擇樣本圖像組成樣本圖像對(duì)；從匹配矩陣中，確定樣本圖像對(duì)對(duì)應(yīng)的匹配值；基于樣本圖像對(duì)和匹配值，生成圖像識(shí)別模型。本公開實(shí)施例可以提高訓(xùn)練得到的圖像識(shí)別模型的識(shí)別準(zhǔn)確性。

技術(shù)領(lǐng)域

本公開涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其是一種用于生成圖像識(shí)別模型的方法和裝置。

背景技術(shù)

目前對(duì)圖像檢索領(lǐng)域(例如行人重識(shí)別)的研究主要集中在視覺特征提取和相似性度量方面。在視覺特征提取方面，例如可以將整張行人照片作為輸入，提取整體特征；也可以將行人圖片劃分成不同的組件，對(duì)組件間的語義關(guān)系建模，并結(jié)合局部特征和全局特征進(jìn)行訓(xùn)練；還可以結(jié)合其它額外信息(屬性信息、圖片語義描述等)來表征行人特征。

為了提高圖像識(shí)別模型的識(shí)別準(zhǔn)確性，需要從眾多的訓(xùn)練樣本中挖掘難樣本(即距離較近的異類樣本及距離較遠(yuǎn)的同類樣本)，從而使訓(xùn)練的模型能夠更準(zhǔn)確地提取圖像的特征。

發(fā)明內(nèi)容

本公開的實(shí)施例提供了一種用于生成圖像識(shí)別模型的方法和裝置，以及用于識(shí)別圖像的方法和裝置。

本公開的實(shí)施例提供了一種用于生成圖像識(shí)別模型的方法，該方法包括：基于預(yù)設(shè)的第一樣本圖像集合和第二樣本圖像集合，構(gòu)建用于表征第一樣本圖像集合中的樣本圖像與第二樣本圖像集合中的樣本圖像之間的距離的邊權(quán)矩陣；基于邊權(quán)矩陣，確定用于表征第一樣本圖像集合中的樣本圖像與第二樣本圖像集合中的樣本圖像之間的對(duì)應(yīng)關(guān)系的匹配矩陣；從第一樣本圖像集合和第二樣本圖像集合中分別選擇樣本圖像組成樣本圖像對(duì)；從匹配矩陣中，確定樣本圖像對(duì)對(duì)應(yīng)的匹配值；基于樣本圖像對(duì)和匹配值，更新初始模型的權(quán)重參數(shù)，在初始模型符合預(yù)設(shè)條件時(shí)，將符合預(yù)設(shè)條件的初始模型確定為圖像識(shí)別模型。

根據(jù)本公開實(shí)施例的另一個(gè)方面，提供了一種用于生成圖像識(shí)別模型的裝置，該裝置包括：根據(jù)本公開實(shí)施例的另一個(gè)方面，提供了一種用于生成圖像識(shí)別模型的裝置，該裝置包括：構(gòu)建模塊，用于基于預(yù)設(shè)的第一樣本圖像集合和第二樣本圖像集合，構(gòu)建用于表征第一樣本圖像集合中的樣本圖像與第二樣本圖像集合中的樣本圖像之間的距離的邊權(quán)矩陣；第一確定模塊，用于基于邊權(quán)矩陣，確定用于表征第一樣本圖像集合中的樣本圖像與第二樣本圖像集合中的樣本圖像之間的對(duì)應(yīng)關(guān)系的匹配矩陣；選擇模塊，用于從第一樣本圖像集合和第二樣本圖像集合中分別選擇樣本圖像組成樣本圖像對(duì)；第二確定模塊，用于從匹配矩陣中，確定樣本圖像對(duì)對(duì)應(yīng)的匹配值；更新模塊，用于基于樣本圖像對(duì)和匹配值，更新初始模型的權(quán)重參數(shù)，以使初始模型符合預(yù)設(shè)條件，并將符合預(yù)設(shè)條件的初始模型確定為圖像識(shí)別模型。

根據(jù)本公開實(shí)施例的另一個(gè)方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序用于執(zhí)行上述用于生成圖像識(shí)別模型的方法或用于識(shí)別圖像的方法。

根據(jù)本公開實(shí)施例的另一個(gè)方面，提供了一種電子設(shè)備，電子設(shè)備包括：處理器；用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；處理器，用于從存儲(chǔ)器中讀取可執(zhí)行指令，并執(zhí)行指令以實(shí)現(xiàn)上述用于生成圖像識(shí)別模型的方法或用于識(shí)別圖像的方法。

基于本公開上述實(shí)施例提供的用于生成圖像識(shí)別模型的方法和裝置，通過構(gòu)建用于表征第一樣本圖像集合中的樣本圖像與第二樣本圖像集合中的樣本圖像之間的距離的邊權(quán)矩陣，再基于邊權(quán)矩陣確定用于表征第一樣本圖像集合中的樣本圖像與第二樣本圖像集合中的樣本圖像之間的對(duì)應(yīng)關(guān)系的匹配矩陣，基于匹配矩陣中的匹配值和樣本圖像對(duì)，對(duì)初始模型進(jìn)行訓(xùn)練，得到圖像識(shí)別模型，從而實(shí)現(xiàn)了基于邊權(quán)矩陣從樣本圖像集合中提取難樣本對(duì)，提高了訓(xùn)練得到的圖像識(shí)別模型的識(shí)別準(zhǔn)確性。

下面通過附圖和實(shí)施例，對(duì)本公開的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

附圖說明