[發明專利]一種豬臉識別方法及系統有效
| 申請號: | 202110783674.3 | 申請日: | 2021-07-12 |
| 公開(公告)號: | CN113449674B | 公開(公告)日: | 2022-09-30 |
| 發明(設計)人: | 蔡艷婧;高小虎;曹春梅;陸健;周曉玨;謝書俊 | 申請(專利權)人: | 江蘇商貿職業學院 |
| 主分類號: | G06V40/16 | 分類號: | G06V40/16;G06V10/80;G06V10/774;G06V10/82;G06N3/04 |
| 代理公司: | 北京卓特專利代理事務所(普通合伙) 11572 | 代理人: | 段宇 |
| 地址: | 226011 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 種豬 識別 方法 系統 | ||
1.一種豬臉識別方法,其特征在于,所述方法包括:
獲得豬臉圖像;
通過預先訓練好的豬臉預測模型基于所述豬臉圖像預測出第一豬臉特征;
通過卷積神經網絡提取出豬臉圖像的第二豬臉特征;
對第一豬臉特征和所述第二豬臉特征進行融合,得到豬臉特征信息;
通過預先訓練好的豬臉識別模型基于所述豬臉特征信息識別出豬的身份信息;
所述豬臉預測模型的訓練方法包括:
將豬的第一歷史豬臉圖像集訓練第一譜聚類模型;
將豬的第二歷史豬臉圖像集訓練第二譜聚類模型;所述第一歷史豬臉圖像集中包括的多張豬臉圖像的拍攝時間比所述第二歷史豬臉圖像集中的多張豬臉圖像的拍攝時間早;
將訓練好的第一譜聚類模型的輸出訓練第一循環神經網絡;
以訓練好的第二譜聚類模型的輸出訓練第二循環神經網絡;
以訓練好的第一循環神經網絡的第一損失函數和訓練好的第二循環神經網絡的第二損失函數之和作為第三損失函數;
基于訓練好的第二循環神經網絡的輸出和所述第三損失函數訓練長短時間記憶網絡;
以訓練好的第二譜聚類模型、第二循環神經網絡和訓練好的長短時間記憶網絡構成所述訓練好的豬臉預測模型;
訓練好的豬臉預測模型中,以訓練好的第二譜聚類模型的輸出作為訓練好的第二循環神經網絡的輸入;以訓練好的第二循環神經網絡的輸出作為訓練好的長短時間記憶網絡的輸入。
2.根據權利要求1所述的方法,其特征在于,所述對第一豬臉特征和所述第二豬臉特征進行融合,得到豬臉特征信息,包括:
將第一豬臉特征的特征點的第一位置信息(i,j)進行映射變換到第二豬臉特征所在空間得到第一映射信息;
在將第一豬臉特征的所有特征點映射變換到所述第二豬臉特征所在的空間后,所有映射變換對應的第一映射信息(i',j')構成第一映射特征;
獲得第一位置信息(i,j)與第二位置信息(x,y)的匹配指數,若匹配指數大于1,確定第一位置信息(i,j)與第二位置信息(x,y)匹配成功;
獲得第一位置信息(i,j)與第二位置信息(x,y)的匹配指數的具體方式為:
獲得第一位置信息(i,j)到第二位置信息(x,y)的第一距離d1,以及獲得第一位置信息(i,j)進行映射變換得到的第一映射信息(i',j')到第二位置信息(x,y)的第二距離d2;
按照下述計算方式獲得匹配指數:
第一距離d1、第二距離d2是歐拉距離,match指的是匹配指數;
第一位置信息(i,j)與第二位置信息(x,y)匹配成功后,獲得匹配成功的第一位置信息(i,j)與第二位置信息(x,y)的中點位置信息:
其中,(x0,y0)為中點位置信息;
以所有匹配成功的第一位置信息(i,j)與第二位置信息(x,y)的中點信息構成平均特征;
以所述平均特征作為所述豬臉特征信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江蘇商貿職業學院,未經江蘇商貿職業學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110783674.3/1.html,轉載請聲明來源鉆瓜專利網。





