[發明專利]目標識別模型的訓練方法、識別方法、裝置、設備

在審

• 申請號: 202011248507.0
• 申請日: 2020-11-10
• 公開（公告）號: CN114549919A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 陳蕾;王鑫;劉虹;夏敬侃;盧永頔;隋亞芹;姜寧;蘭天;劉煜;張雷
• 申請（專利權）人: 中移動信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

本發明實施例公開了一種目標識別模型的訓練方法、識別方法、裝置、設備及存儲介質。首先獲取圖像數據；然后根據預設的多層分類網絡中的每層分類網絡以及預設的與每層分類網絡對應的補償模型對圖像數據進行計算，得到至少一種第一分類結果；之后根據第一分類結果從圖像數據中確定與第一分類結果對應的第一目標圖像數據；之后基于預設的神經網絡對第一目標圖像數據進行計算，得到第一識別結果；最后根據第一分類結果和第一識別結果對包括多層分類網絡和神經網絡的模型進行訓練，得到目標識別模型，以用于對圖像數據進行識別得到識別結果。解決了現有的圖形堡壘軟件的目標識別過程中，效率較低的問題，提高了工作效率與準確率。

技術領域

本發明涉及目標識別領域，尤其涉及一種目標識別模型的訓練方法、識別方法、裝置、設備及存儲介質。

背景技術

堡壘機是為了保障網絡和數據不受來自外部和內部用戶的入侵和破壞，而運用各種技術手段監控和記錄運維人員對網絡內的服務器、網絡設備、安全設備、數據庫等設備的操作行為的系統，以便集中報警、及時處理及審計定責。

但是，在現有的傳統圖形堡壘軟件的目標識別過程中，主要是通過采集用戶操作流程視頻與操作日志，再使用人工觀察來進行檢測操作的軟件，但是由于采用的是人機結合的檢查方式，這種方法的檢測效率受到人的因素限制，效率不高。

因此，在現有的圖形堡壘軟件的目標識別過程中，存在效率較低的問題。

發明內容

本發明實施例提供了一種目標識別模型的訓練方法、識別方法、裝置、設備及存儲介質，解決了數據傳輸過程中存在的無法確定處理時延的問題，提高了處理過程中時延的確定性。

為了解決上述技術問題，本發明：

第一方面，提供了一種目標識別模型的訓練方法，該方法包括：

獲取圖像數據；

根據預設的多層分類網絡中的每層分類網絡以及預設的與每層分類網絡對應的補償模型對圖像數據進行計算，得到至少一種第一分類結果；

根據第一分類結果從圖像數據中確定與第一分類結果對應的第一目標圖像數據；

基于預設的神經網絡對第一目標圖像數據進行計算，得到第一識別結果；

根據第一分類結果和第一識別結果對包括多層分類網絡和神經網絡的模型進行訓練，得到目標識別模型。

在第一方面的一些實現方式中，圖像數據包括目標軟件的圖像信息；基于預設的神經網絡對第一目標圖像數據進行計算，得到第一識別結果，包括：

將第一目標圖像數據劃分為預設數量的候選區域；

對每個候選區域包括的第二目標圖像數據進行目標檢測，確定存在目標軟件的至少一個目標候選區域；

對每個目標候選區域包括的第三目標圖像數據進行類別識別，確定目標候選區域中包括目標軟件的類別概率；

根據每個目標候選區域的類別概率確定圖像數據的第一識別結果，其中，第一識別結果包括目標軟件在圖像數據中的位置信息。

在第一方面的一些實現方式中，該方法還包括：

對每個候選區域包括的第二目標圖像數據進行目標檢測，確定候選區域中目標軟件的存在概率；

當存在概率滿足閾值時，確定候選區域為存在目標軟件的目標候選區域。

在第一方面的一些實現方式中，該方法還包括：

根據每個目標候選區域的存在概率和類別概率確定圖像數據的第一識別結果。

在第一方面的一些實現方式中，根據第一分類結果和第一識別結果對包括多層分類網絡和神經網絡的模型進行訓練，得到目標識別模型，包括：