[發(fā)明專利]菜肴圖像識別方法及裝置

在審

• 申請?zhí)枺?/td>: 202010097854.1
• 申請日: 2020-02-18
• 公開（公告）號: CN111291694A
• 公開（公告）日: 2020-06-16
• 發(fā)明（設(shè)計）人: 胡沁涵;郭心悅;楊季文;朱磊
• 申請（專利權(quán)）人: 蘇州大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 蘇州謹(jǐn)和知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32295
• 代理人: 唐靜芳

本申請涉及一種菜肴圖像識別方法及裝置存儲介質(zhì)，屬于計算機技術(shù)領(lǐng)域，該方法包括：獲取待識別的目標(biāo)菜肴圖像；獲取圖像識別模型，圖像識別模型基于神經(jīng)網(wǎng)絡(luò)模型建立，且在神經(jīng)網(wǎng)絡(luò)模型中的多層中間層中添加了批歸一化層，批歸一化層包括歸一化層和線性變換層；該歸一化層用于對當(dāng)前層的輸入數(shù)據(jù)進行歸一化；線性變換層用于將歸一化后的數(shù)據(jù)線性變換至預(yù)設(shè)分布區(qū)間，線性變換層中的線性變換參數(shù)是通過對圖像識別模型進行訓(xùn)練得到的；將目標(biāo)菜肴圖像輸入圖像識別模型，得到圖像識別結(jié)果；可以解決現(xiàn)有的菜肴圖像識別模型忽略數(shù)據(jù)分布隨神經(jīng)網(wǎng)絡(luò)加深而梯度消失的問題；保證多層中間層計算后數(shù)據(jù)分布仍存在梯度，提高菜肴識別的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請涉及菜肴圖像識別方法及裝置，屬于計算機技術(shù)領(lǐng)域。

背景技術(shù)

隨著經(jīng)濟的快速發(fā)展，人民生活水平不斷提高，人們在品嘗美食的同時也會記錄自己的飲食，或是將這些食物以照片的形式發(fā)布到社交網(wǎng)絡(luò)上與他人分享自己的生活，或者通過應(yīng)用程序搜索美食的菜單。而通過菜肴圖像輔助查詢菜肴信息、記錄日常飲食是用戶經(jīng)常使用的方法之一。

在用戶通過菜肴圖像進行美食互動時，電子設(shè)備(如：手機、計算機、可穿戴式設(shè)備或者服務(wù)器等具有圖像處理能力的設(shè)備)通常需要使用菜肴圖像識別模型對菜肴圖像進行圖像識別，以得到菜肴圖像的特征信息。

然而，現(xiàn)有的菜肴圖像識別模型(如：AlexNet模型、GoogleNet模型、Inception V3模型等)忽略了隨著神經(jīng)網(wǎng)絡(luò)不斷加深，數(shù)據(jù)分布變化而帶來的梯度消失問題，從而降低菜肴圖像識別的準(zhǔn)確性。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N菜肴圖像識別方法及裝置，可以解決現(xiàn)有的菜肴圖像識別模型忽略數(shù)據(jù)分布隨神經(jīng)網(wǎng)絡(luò)加深而梯度消失的問題。本申請?zhí)峁┤缦录夹g(shù)方案：

第一方面，提供了一種菜肴圖像識別方法，所述方法包括：

獲取待識別的目標(biāo)菜肴圖像；

獲取圖像識別模型，所述圖像識別模型基于神經(jīng)網(wǎng)絡(luò)模型建立，且所述神經(jīng)網(wǎng)絡(luò)模型中的多層中間層添加了批歸一化層，所述批歸一化層包括歸一化層和線性變換層；所述歸一化層用于對所述當(dāng)前層的輸入數(shù)據(jù)進行歸一化；所述線性變換層用于將歸一化后的數(shù)據(jù)線性變換至預(yù)設(shè)分布區(qū)間，所述線性變換層中的線性變換參數(shù)是通過對所述圖像識別模型進行訓(xùn)練得到的；

將所述目標(biāo)菜肴圖像輸入圖像識別模型，得到圖像識別結(jié)果。

可選地，所述獲取圖像識別模型，包括：

獲取訓(xùn)練數(shù)據(jù)、所述訓(xùn)練數(shù)據(jù)的均值和方差；

獲取待訓(xùn)練的初始網(wǎng)絡(luò)模型，所述初始網(wǎng)絡(luò)模型的網(wǎng)絡(luò)結(jié)構(gòu)與所述圖像識別模型的網(wǎng)絡(luò)結(jié)構(gòu)相同；

將所述訓(xùn)練數(shù)據(jù)、所述均值和所述方差輸入所述初始網(wǎng)絡(luò)模型，以使所述初始網(wǎng)絡(luò)模型中的每層歸一化層按照所述均值和所述方差對當(dāng)前層的輸入數(shù)據(jù)進行歸一化處理、所述初始網(wǎng)絡(luò)模型的線性變換層對歸一化后的數(shù)據(jù)進行線性變換后，得到訓(xùn)練結(jié)果；

基于所述訓(xùn)練結(jié)果與真實結(jié)果的差異對所述初始網(wǎng)絡(luò)模型的模型參數(shù)進行迭代訓(xùn)練，得到訓(xùn)練后的圖像識別模型；其中，所述模型參數(shù)包括所述線性變換層中的線性變換參數(shù)。

可選地，所述初始網(wǎng)絡(luò)模型中多層中間層的歸一化層通過下式表示：

其中，x_i表示當(dāng)前層的輸入數(shù)據(jù)中第i個數(shù)據(jù)，μ_B是所述當(dāng)前層的輸入數(shù)據(jù)的均值，是所述訓(xùn)練數(shù)據(jù)的方差；∈表示預(yù)設(shè)正數(shù)，

所述初始網(wǎng)絡(luò)模型中多層中間層的線性變換層通過下式表示：