[發(fā)明專利]一種識別方法、設備、系統(tǒng)及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011376035.7
• 申請日: 2020-11-30
• 公開（公告）號: CN114581726A
• 公開（公告）日: 2022-06-03
• 發(fā)明（設計）人: 陳敏;胡靜宜;申紅偉
• 申請（專利權(quán)）人: 中移(蘇州)軟件技術(shù)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;G06V40/16;G06K9/62;G06N3/04
• 代理公司: 北京派特恩知識產(chǎn)權(quán)代理有限公司 11270
• 代理人: 張靜;張穎玲

本申請公開了一種識別方法，該方法包括：獲取待識別圖像；基于訓練完成的第一網(wǎng)絡對所述待識別圖像進行特征提取，得到第一特征數(shù)據(jù)；其中，所述訓練完成的第一網(wǎng)絡是基于樣本數(shù)據(jù)進行訓練得到的；從所述第一特征數(shù)據(jù)中提取與指定特征區(qū)間匹配的數(shù)據(jù)，得到第一目標特征數(shù)據(jù)；基于訓練完成的第二網(wǎng)絡對所述第一目標特征數(shù)據(jù)進行特征提取，得到第二特征數(shù)據(jù)；其中，所述訓練完成的第二網(wǎng)絡，是基于從第三特征數(shù)據(jù)中提取的第二目標特征數(shù)據(jù)進行訓練得到的；所述第三特征數(shù)據(jù)，是基于所述訓練完成的第一網(wǎng)絡對所述樣本數(shù)據(jù)進行特征提取得到的；基于所述第二特征數(shù)據(jù)，對所述待識別圖像進行識別。本申請還公開了一種識別設備、系統(tǒng)及存儲介質(zhì)。

技術(shù)領(lǐng)域

本申請涉及信息技術(shù)領(lǐng)域，尤其涉及一種識別方法、設備、識別系統(tǒng)以及計算機可讀存儲介質(zhì)。

背景技術(shù)

在相關(guān)技術(shù)中，使用基于環(huán)形Gabor濾波器的雙向二維主成分分析網(wǎng)絡(CircularSymmetrical Gabor Filter Transformation two-directional two-dimensionalPrincipal Components Analysis Network，CSGF(2D)2PCANet)中包含兩個層特征提取層對輸入圖像進行特征提取，以對輸入圖像中的人臉進行識別。然而，在實際應用中，CSGF(2D)2PCANet中在特征提取過程中產(chǎn)生的冗余數(shù)據(jù)較多，從而降低了人臉識別的精度。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N識別方法、識別設備、識別系統(tǒng)以及計算機可讀存儲介質(zhì)。

本申請?zhí)峁┑淖R別方法，能夠減少CSGF(2D)2PCANet中在特征提取過程中的冗余數(shù)據(jù)，從而能夠提高對圖像識別的精度。

本申請?zhí)峁┑淖R別方法是這樣實現(xiàn)的：

一種識別方法，所述方法包括：

獲取待識別圖像；

基于訓練完成的第一網(wǎng)絡對所述待識別圖像進行特征提取，得到第一特征數(shù)據(jù)；其中，所述訓練完成的第一網(wǎng)絡是基于樣本數(shù)據(jù)進行訓練得到的；

從所述第一特征數(shù)據(jù)中提取與指定特征區(qū)間匹配的數(shù)據(jù)，得到第一目標特征數(shù)據(jù)；

基于訓練完成的第二網(wǎng)絡對所述第一目標特征數(shù)據(jù)進行特征提取，得到第二特征數(shù)據(jù)；其中，所述訓練完成的第二網(wǎng)絡，是基于從第三特征數(shù)據(jù)中提取的第二目標特征數(shù)據(jù)進行訓練得到的；所述第三特征數(shù)據(jù)，是基于所述訓練完成的第一網(wǎng)絡對所述樣本數(shù)據(jù)進行特征提取得到的；

基于所述第二特征數(shù)據(jù)，對所述待識別圖像進行識別。

在一些實施例中，所述從所述第一特征數(shù)據(jù)中提取與指定特征區(qū)間匹配的數(shù)據(jù)，得到第一目標特征數(shù)據(jù)，包括：

基于所述指定特征區(qū)間，確定目標特征提取函數(shù)；其中，所述目標特征提取函數(shù)，包括非線性函數(shù)；

基于所述目標特征提取函數(shù)，對所述第一特征數(shù)據(jù)進行提取，得到所述第一目標特征數(shù)據(jù)。

在一些實施例中，所述基于所述第二特征數(shù)據(jù)，確定所述待識別圖像的類型，包括：

對所述第二特征數(shù)據(jù)進行量化處理，得到第一量化特征數(shù)據(jù)；

將所述第一量化特征數(shù)據(jù)輸入至訓練完成的第三網(wǎng)絡中，對所述待識別圖像進行識別；其中，所述訓練完成的第三網(wǎng)絡，用于提取所述第一量化特征數(shù)據(jù)的類型信息；所述訓練完成的第三網(wǎng)絡，是基于第二目標特征數(shù)據(jù)對第三網(wǎng)絡進行訓練得到的。

在一些實施例中，所述訓練完成的第三網(wǎng)絡，是通過以下方式得到的：

對所述第二目標特征數(shù)據(jù)進行量化，得到第二量化特征數(shù)據(jù)；

基于所述第二量化特征數(shù)據(jù)，對所述第三網(wǎng)絡進行訓練，得到所述訓練完成的第三網(wǎng)絡。