[發(fā)明專利]牛臉識(shí)別方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010111321.4
• 申請(qǐng)日: 2020-02-24
• 公開（公告）號(hào): CN111368657A
• 公開（公告）日: 2020-07-03
• 發(fā)明（設(shè)計(jì)）人: 孔愛(ài)祥
• 申請(qǐng)（專利權(quán)）人: 京東數(shù)字科技控股有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

1.一種牛臉識(shí)別方法，所述方法包括：

利用訓(xùn)練得到的定位模型對(duì)每個(gè)待識(shí)別牛臉圖像進(jìn)行牛臉定位，得到相應(yīng)牛臉的外接框，其中，所述外接框?yàn)橛糜诒碚髋６恢谩⑴Ｑ畚恢煤团１亲游恢煤痛笮〉膱D形，所述待識(shí)別牛臉圖像為安置于牛臉不同角度的攝像裝置所采集的牛臉圖像；

利用訓(xùn)練得到的關(guān)鍵點(diǎn)檢測(cè)模型對(duì)每個(gè)牛臉?biāo)鐾饨涌驅(qū)?yīng)的待檢測(cè)牛臉圖像進(jìn)行檢測(cè)，得到相應(yīng)所述待檢測(cè)牛臉圖像的關(guān)鍵點(diǎn)坐標(biāo)；

對(duì)每個(gè)所述待檢測(cè)牛臉圖像對(duì)應(yīng)所述關(guān)鍵點(diǎn)坐標(biāo)進(jìn)行校正，得到與所述待檢測(cè)牛臉圖像對(duì)應(yīng)的校正牛臉圖像；

將所述牛臉的全部所述校正牛臉圖像進(jìn)行圖像合并，得到所述牛臉的合并圖像；

利用訓(xùn)練得到的特征提取模型對(duì)所述合并圖像進(jìn)行特征提取，得到所述合并圖像對(duì)應(yīng)的牛臉特征向量。

2.根據(jù)權(quán)利要求1所述的牛臉識(shí)別方法，其中，所述對(duì)每個(gè)所述待檢測(cè)牛臉圖像對(duì)應(yīng)所述關(guān)鍵點(diǎn)坐標(biāo)進(jìn)行校正，得到與所述待檢測(cè)牛臉圖像對(duì)應(yīng)的校正牛臉圖像，包括：

利用仿射變換方法，將每個(gè)所述待檢測(cè)牛臉圖像對(duì)應(yīng)所述關(guān)鍵點(diǎn)坐標(biāo)與相應(yīng)的標(biāo)準(zhǔn)關(guān)鍵點(diǎn)坐標(biāo)進(jìn)行比對(duì)，得到與所述待檢測(cè)牛臉圖像對(duì)應(yīng)的校正牛臉圖像。

3.根據(jù)權(quán)利要求1所述的牛臉識(shí)別方法，其中，所述將所述牛臉的全部所述校正牛臉圖像進(jìn)行圖像合并，得到所述牛臉的合并圖像，包括：

將同一時(shí)刻的所述牛臉的全部所述校正牛臉圖像進(jìn)行圖像堆疊，得到所述牛臉的合并圖像，其中，所述合并圖像以多維矩陣表征。

4.根據(jù)權(quán)利要求1所述的牛臉識(shí)別方法，其中，所述定位模型通過(guò)如下訓(xùn)練方式得到：

獲取訓(xùn)練樣本集，其中，所述訓(xùn)練樣本集中的訓(xùn)練樣本包括標(biāo)有所述外接框坐標(biāo)的待識(shí)別牛臉圖像；

利用深度學(xué)習(xí)方法，將所述訓(xùn)練樣本集中訓(xùn)練樣本包括的待識(shí)別牛臉圖像作為檢測(cè)網(wǎng)絡(luò)的輸入，將與輸入的待識(shí)別牛臉圖像對(duì)應(yīng)的外接框坐標(biāo)作為對(duì)應(yīng)的檢測(cè)網(wǎng)絡(luò)的輸出，訓(xùn)練得到定位模型。

5.根據(jù)權(quán)利要求1所述的牛臉識(shí)別方法，其中，所述關(guān)鍵點(diǎn)檢測(cè)模型通過(guò)如下訓(xùn)練方式得到：

獲取訓(xùn)練樣本集，其中，所述訓(xùn)練樣本集中的訓(xùn)練樣本包括標(biāo)有關(guān)鍵點(diǎn)坐標(biāo)且與每個(gè)牛臉的外接框相對(duì)應(yīng)的待檢測(cè)牛臉圖像，其中，所述關(guān)鍵點(diǎn)至少包括：牛左耳耳根處、牛右耳耳根處、牛左眼中心點(diǎn)、牛右眼中心點(diǎn)和牛鼻子最高點(diǎn)；

利用深度學(xué)習(xí)方法，將所述訓(xùn)練樣本集中訓(xùn)練樣本包括的待檢測(cè)牛臉圖像作為關(guān)鍵點(diǎn)檢測(cè)網(wǎng)絡(luò)的輸入，將與輸入的待檢測(cè)牛臉圖像對(duì)應(yīng)的關(guān)鍵點(diǎn)坐標(biāo)作為對(duì)應(yīng)的關(guān)鍵點(diǎn)檢測(cè)網(wǎng)絡(luò)的輸出，訓(xùn)練得到所述關(guān)鍵點(diǎn)檢測(cè)模型。

6.根據(jù)權(quán)利要求1所述的牛臉識(shí)別方法，其中，所述特征提取模型通過(guò)如下訓(xùn)練方式得到：

獲取訓(xùn)練樣本集，其中，所述訓(xùn)練樣本集中的訓(xùn)練樣本包括牛臉對(duì)應(yīng)的合并圖像；

利用深度學(xué)習(xí)方法，將所述訓(xùn)練樣本集中的訓(xùn)練樣本包括的合并圖像作為特征提取網(wǎng)絡(luò)的輸入，將與輸入的合并圖像對(duì)應(yīng)的牛臉特征向量作為對(duì)應(yīng)的特征提取網(wǎng)絡(luò)的輸出，訓(xùn)練得到特征提取模型。

7.根據(jù)權(quán)利要求1所述的牛臉識(shí)別方法，其中，在所述利用訓(xùn)練得到的特征提取模型對(duì)所述合并圖像進(jìn)行特征提取，得到所述合并圖像對(duì)應(yīng)的牛臉特征向量之后，所述方法還包括：

比較所述牛臉特征向量與庫(kù)中相應(yīng)牛臉的特征向量的相似性，確定所述牛臉識(shí)別是否成功。

8.根據(jù)權(quán)利要求7所述的牛臉識(shí)別方法，其中，所述比較所述牛臉特征向量與庫(kù)中相應(yīng)牛臉的特征向量的相似性，確定所述牛臉識(shí)別是否成功，包括：

計(jì)算所述牛臉特征向量與庫(kù)中相應(yīng)牛臉的特征向量之間的余弦距離，若所述余弦距離小于預(yù)設(shè)閾值，判定所述牛臉識(shí)別成功，若所述余弦距離不小于預(yù)設(shè)閾值，判定所述牛臉識(shí)別失敗。

9.根據(jù)權(quán)利要求1所述的牛臉識(shí)別方法，其中，在所述利用訓(xùn)練得到的特征提取模型對(duì)所述合并圖像進(jìn)行特征提取，得到所述合并圖像對(duì)應(yīng)的牛臉特征向量之后，所述方法還包括：

將所述牛臉特征向量保存至庫(kù)中。