[發(fā)明專利]一種冷泉區(qū)海底生物識別方法及處理終端

有效

• 申請?zhí)枺?/td>: 202010008208.3
• 申請日: 2020-01-03
• 公開（公告）號: CN111209961B
• 公開（公告）日: 2020-10-09
• 發(fā)明（設(shè)計）人: 吳婷婷;關(guān)永賢;尉建功;劉勝旋;馮震宇;張寶金;張如偉;吳艷芳;戴振宇;馬金鳳
• 申請（專利權(quán)）人: 廣州海洋地質(zhì)調(diào)查局
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 廣州君咨知識產(chǎn)權(quán)代理有限公司 44437
• 代理人: 譚啟斌

1.一種冷泉區(qū)海底生物識別方法，其特征在于，包括如下步驟：

步驟1：獲得冷泉區(qū)海底生物圖片，并接收對冷泉區(qū)海底生物照片上的冷泉生物進(jìn)行標(biāo)記，所述標(biāo)記至少包括表征開始標(biāo)記的開始標(biāo)記start和表征結(jié)束標(biāo)記的結(jié)束標(biāo)記end，標(biāo)記后的冷泉區(qū)海底生物圖片為包括圖像數(shù)據(jù)和標(biāo)簽數(shù)據(jù)的樣本數(shù)據(jù)；

步驟2：將所述圖像數(shù)據(jù)輸入卷積神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)輸出結(jié)果為圖像數(shù)據(jù)的視覺特征，視覺特征記為feature_image，

將標(biāo)簽數(shù)據(jù)輸入嵌入神經(jīng)網(wǎng)絡(luò)，嵌入神經(jīng)網(wǎng)絡(luò)輸出結(jié)果為標(biāo)簽數(shù)據(jù)的文本特征，其中，第i個標(biāo)簽對應(yīng)的文本特征記為i為正整數(shù)；

步驟3：將視覺特征和文本特征輸入循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行特征融合，對于循環(huán)神經(jīng)網(wǎng)絡(luò)的第i次循環(huán)，對應(yīng)的輸入特征為對應(yīng)的輸出特征為每一次循環(huán)按公式①進(jìn)行特征融合：

其中，輸出特征的初始值，即設(shè)置全為1，

步驟4：將每一次的輸出特征輸入深度神經(jīng)網(wǎng)絡(luò)進(jìn)行標(biāo)簽預(yù)測，從表征開始標(biāo)記的開始標(biāo)記start開始預(yù)測，直至遇到表征結(jié)束標(biāo)記的結(jié)束標(biāo)記end結(jié)束預(yù)測，深度神經(jīng)網(wǎng)絡(luò)輸出的預(yù)測結(jié)果為對冷泉生物的識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的冷泉區(qū)海底生物識別方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)為采用任意的網(wǎng)絡(luò)結(jié)構(gòu)。

3.根據(jù)權(quán)利要求1所述的冷泉區(qū)海底生物識別方法，其特征在于，所述步驟4中，深度神經(jīng)網(wǎng)絡(luò)進(jìn)行標(biāo)簽預(yù)測，采用softmax交叉熵作為損失函數(shù)。

4.一種處理終端，其特征在于：其包括，

存儲器，用于存儲程序指令；

處理器，用于運(yùn)行所述程序指令，以執(zhí)行如權(quán)利要求1至3任一項所述的冷泉區(qū)海底生物識別方法的步驟。