[發明專利]一種基于卷積神經網絡的狗臉識別方法

在審

• 申請號: 202110292577.4
• 申請日: 2021-03-18
• 公開（公告）號: CN113128341A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 顏成鋼;馬立棟;許成浩;孫垚棋;張繼勇;張勇東
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發明公開了一種基于卷積神經網絡的狗臉識別方法，首先采集狗臉圖像，構建用于模型訓練的狗臉數據集，然后進行圖像預處理；再構建識別網絡模型；采用殘差結構構建卷積神經網絡作為特征提取網絡，即識別網絡模型，采用加法角余量損失作為輸出層的損失函數；使用訓練數據集并采用隨機梯度下降法訓練識別網絡模型及調參優化；最后根據測試協議，使用測試數據集對訓練好的識別網絡模型進行準確率評估。本發明采用殘差網絡構建識別網絡模型，對狗臉圖像的特征進行精確提取并且細節保留完整，利用加法角余量損失函數對特征進行分類，使得識別結果更加準確，具有較強的魯棒性，從而實現非接觸式狗臉的個體識別，對社會具有重要意義。

技術領域

本發明涉及計算機視覺以及深度學習領域，具體而言是一種基于卷積神經網絡的狗臉識別方法。

技術背景

現如今，狗作為人類的伙伴，深受廣大人民的喜愛。隨著狗的不斷增加，出現了寵物狗丟失、惡狗傷人以及寵物醫院狗狗識別管理等一系列問題。而解決這些問題的關鍵在于對狗狗的身份識別。目前，其主要方式是通過將米粒大小的芯片植入到狗狗體內，但這種需要破皮的識別方法會引起狗狗的不適，很難讓人接受。因此，非接觸式的狗臉識別技術應運而生。

發明內容

針對現有技術中存在的不足，本發明提出一種基于卷積神經網絡的狗臉識別方法。該方法可以準確快速的對狗狗身份進行識別。

本發明的技術方案是這樣實現的：

一種基于卷積神經網絡的狗臉識別方法，包括以下步驟：

步驟(1)、采集狗臉圖像，構建用于模型訓練的狗臉數據集，將獲得的狗臉數據集劃分為訓練數據集和測試數據集；

步驟(2)、圖像預處理。

對數據集中的狗臉以及它的左眼，右眼，鼻子，左嘴角和右嘴角進行人工手動標注，然后使用特征點坐標仿射變換的方法對狗臉圖像進行狗臉位置對齊，然后對狗臉圖像進行裁剪；

步驟(3)、構建識別網絡模型。

采用殘差結構構建卷積神經網絡作為特征提取網絡，即識別網絡模型，采用加法角余量損失(Additive Angular Margin Loss)作為輸出層的損失函數；

步驟(4)、使用訓練數據集并采用隨機梯度下降法訓練識別網絡模型及調參優化；

步驟(5)、根據測試協議，使用測試數據集對訓練好的識別網絡模型進行準確率評估。

所述步驟(1)的具體實現方法為：對每條狗采集多張狗臉圖像，拍攝角度任意，但拍攝的狗臉圖像需要包含左眼，右眼，鼻子，左嘴角和右嘴角，對采集到的狗臉圖像數據根據狗的身份進行編號，并將狗臉圖像數據按8：2的比例隨機劃分為訓練數據集和測試數據集。并從整個狗臉數據集中對每條狗選出一張它的清晰的狗臉圖像作為圖集，該狗臉圖集用于測試使用。

所述步驟(2)的具體實現方法為：首先，使用電腦標注軟件對數據集中的狗臉進行矩形框框選，以及對狗臉的左眼中心點、右眼中心點、鼻子點、左嘴角點和右嘴角點進行特征點坐標標注。完成標注后，使用特征點坐標仿射變換的方法對狗臉圖像進行裁剪對齊預處理處理。

所述坐標點仿射變換是指二維坐標到二維坐標之間的線性變換，通過一系列的平移、縮放、翻轉、旋轉和剪切來實現。經過坐標點仿射變換后，狗臉的五個特征點將配準到預先定義好的五點模板上，完成狗臉對齊。

所述裁剪使用雙線性插值算法，在兩個方向分別進行一次線性插值。

所述識別網絡模型用于提取狗臉圖像的特征，由1個全連接層和10個卷積層組成，其中包括第一殘差模塊和第二殘差模塊，數量分別為1和2。所述卷積層包含卷積核(Conv2d)、歸一化層(BatchNorm2d)和激活層(ReLU)。