[發明專利]數據檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202110593397.X
• 申請日: 2021-05-28
• 公開（公告）號: CN113298158A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 李佼;戴磊;劉玉宇
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 張傳義

1.一種數據檢測方法，其特征在于，所述方法包括：

獲取訓練樣本，所述訓練樣本包括多個同一類型的樣本數據；

將所述訓練樣本輸入第一神經網絡進行第一特征提取，以獲取對應的第一特征向量，并根據所述第一特征向量訓練所述第一神經網絡，以獲取第一特征提取模型；

將所述訓練樣本輸入第二神經網絡進行第二特征提取，以獲取所述訓練樣本對應的第二特征向量，根據所述第一特征向量和所述第二特征向量的偏差構建對應的損失函數，以根據所述損失函數更新所述第二神經網絡的模型參數，得到第二特征提取模型；

根據所述第一特征提取模型和所述第二特征提取模型對待檢測數據進行相似度判斷，以獲取對應的檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述樣本數據包括樣本圖像，所述將所述訓練樣本輸入第一神經網絡進行第一特征提取，以獲取對應的第一特征向量，包括：

根據所述樣本圖像提取對應的圖像特征，所述圖像特征包括顏色特征、形狀特征、紋理特征及邊緣特征中的至少一者；

對所述圖像特征進行特征嵌入處理，得到所述樣本圖像對應的第一特征向量。

3.根據權利要求2所述的方法，其特征在于，所述對所述圖像特征進行特征嵌入處理，得到所述樣本圖像對應的特征向量，包括：

對所述圖像特征中的每個單元進行N次方計算，獲得新的圖像特征；

對新的所述圖像特征進行池化運算，獲得池化后的圖像特征；

對池化后的所述圖像特征中的每個單元進行1/N次方計算，得到所述樣本圖像的特征向量；

其中，N為正整數，且N大于或等于2。

4.根據權利要求1所述的方法，其特征在于，所述根據第一特征向量訓練所述第一神經網絡，以獲取第一特征提取模型，包括：

計算多個所述樣本數據對應的第一特征向量在特征空間的位置關系，根據所述位置關系調整第一神經網絡的參數；

當多個所述第一特征向量在所述特征空間中的位置重合時，完成對所述第一神經網絡的訓練，得到所述第一特征提取模型。

5.根據權利要求1所述的方法，其特征在于，所述根據所述損失函數更新所述第二神經網絡的模型參數，得到第二特征提取模型，包括：

根據所述損失函數確認損失值，根據所述損失值對所述第二神經網絡中的參數進行調整；

當所述第二特征向量和所述第一特征向量之間的偏差達到目標閾值時，以獲得訓練完成的第二特征提取模型。

6.根據權利要求1所述的方法，其特征在于，所述根據所述第一特征提取模型和所述第二特征提取模型對待檢測數據進行相似度判斷，以獲取對應的檢測結果，包括：

將所述待檢測數據輸入所述第一特征提取模型和所述第二特征提取模型，以分別得到所述待檢測數據對應的第一提取向量和第二提取向量；

計算所述第一提取向量和所述第二提取向量之間的相似度，并根據所述相似度判斷所述待檢測數據是否為同一類型樣本數據，得到檢測結果。

7.根據權利要求6所述的方法，其特征在于，所述計算所述第一提取向量和所述第二提取向量之間的相似度，包括：

計算所述第一提取向量和所述第二提取向量之間的向量距離；

根據預設函數將所述向量距離映射到預設區間內，得到對應的映射值；

根據所述映射值，確定所述第一提取向量和所述第二提取向量之間的相似度。