[發(fā)明專利]圖像識別方法

有效

• 申請?zhí)枺?/td>: 201911059779.3
• 申請日: 2019-10-29
• 公開（公告）號: CN112733585B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設計）人: 張淵;謝迪;浦世亮
• 申請（專利權）人: 杭州海康威視數(shù)字技術股份有限公司
• 主分類號: G06V20/60
• 分類號: G06V20/60;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京三高永信知識產(chǎn)權代理有限責任公司 11138
• 代理人: 李珂珂

1.一種圖像識別方法，其特征在于，所述方法包括：

獲取待處理的第一神經(jīng)網(wǎng)絡模型，所述第一神經(jīng)網(wǎng)絡模型中包括多個第一卷積層，每個第一卷積層中包括K×K的第一卷積核，所述K為大于1的整數(shù)；

對于每個第一卷積層中的第一卷積核，根據(jù)第一稀疏化因子，將包括C×K×K的所述第一卷積核在輸入通道方向上拆分為的三階張量和的三階張量；其中，所述C為所述第一卷積核在所述輸入通道方向的維度，且所述C為大于1的整數(shù)，所述s1為所述第一稀疏化因子；且所述s1為大于1的整數(shù)；

將所述的三階張量進行輕量化處理，得到的三階張量；

將所述的三階張量和所述的三階張量組成第二卷積核；

根據(jù)所述第一神經(jīng)網(wǎng)絡模型中的輸入層和輸出層和所述第二卷積核對應的第二卷積層，生成第二神經(jīng)網(wǎng)絡模型，所述第二神經(jīng)網(wǎng)絡模型中包括多個第二卷積層，每個第二卷積層中包括K×K及M×M組合的第二卷積核，所述M為小于K的正整數(shù)；

當進行圖像識別時，通過所述第二神經(jīng)網(wǎng)絡模型，對待識別的目標圖像進行識別。

2.根據(jù)權利要求1所述的方法，其特征在于，所述通過所述第二神經(jīng)網(wǎng)絡模型，對待識別的目標圖像進行識別，包括：

將所述第二神經(jīng)網(wǎng)絡模型加載到計算機設備上，所述計算機設備用于采集所述目標圖像，所述第二神經(jīng)網(wǎng)絡模型用于基于所述目標圖像進行目標檢測、動作識別或者目標跟蹤中的一種或多種操作。

3.根據(jù)權利要求2所述的方法，其特征在于，所述將所述第二神經(jīng)網(wǎng)絡模型加載到計算機設備上之前，所述方法還包括：

獲取多個樣本圖像；

基于所述多個樣本圖像，對所述第二神經(jīng)網(wǎng)絡模型進行訓練，得到圖像識別模型；

所述將所述第二神經(jīng)網(wǎng)絡模型加載到計算機設備上，包括：

將所述圖像識別模型加載到所述計算機設備上，所述圖像識別模型用于基于所述目標圖像進行目標檢測、動作識別或者目標跟蹤中的一種或多種操作。

4.根據(jù)權利要求3所述的方法，其特征在于，所述圖像識別模型還用于從所述目標圖像中識別出目標對象，所述目標對象包括人臉、人體、地形、動物、車輛和材料中的至少一個。

5.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)第一稀疏化因子，將包括C×K×K的所述第一卷積核在輸入通道方向上拆分為的三階張量和的三階張量，包括：

將包括C×K×K×N的第一卷積核在輸出通道方向上劃分為多組三階C×K×K的張量，每組C×K×K的三階張量中包括至少一個C×K×K的三階張量；

對于每組C×K×K的三階張量中的每個C×K×K的三階張量，根據(jù)所述C×K×K的三階張量在所述輸入通道方向的起始位置和所述第一稀疏化因子，將所述C×K×K的三階張量在所述輸入通道方向上拆分為的三階張量和的三階張量；

其中，同一組的C×K×K的三階張量的在所述輸入通道方向的起始位置相同，不同組的C×K×K的三階張量的在所述輸入通道方向的起始位置不同。

6.根據(jù)權利要求5所述的方法，其特征在于，相鄰兩組的C×K×K的三階張量的的三階張量在所述輸入通道方向的結束位置為另一組的C×K×K的三階張量的的三階張量在所述輸入通道方向的起始位置。

7.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

對于每個第一卷積層中的第一卷積核，根據(jù)第二稀疏化因子，對包括K×K×N的第一卷積核在輸出通道方向上進行輕量化處理，得到第二卷積核；

根據(jù)所述第一神經(jīng)網(wǎng)絡模型中的輸入層和輸出層和所述第二卷積核對應的第二卷積層，生成所述第二神經(jīng)網(wǎng)絡模型；

其中，所述N為所述第一卷積核在所述輸出通道方向的維度，且所述N為大于1的整數(shù)。