[发明专利]用于识别动物的方法和装置有效

专利信息
申请号: 201810043970.8 申请日: 2018-01-17
公开(公告)号: CN108171274B 公开(公告)日: 2019-08-09
发明(设计)人: 袁宇辰;周峰;张成月 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 方法和装置 图像输入 准确度 动物识别 融合 响应 申请
【权利要求书】:

1.一种用于识别动物的方法,包括:

获取待识别图像;

将所述待识别图像输入至预先训练的第一识别模型,得到与所述待识别图像对应的第一识别结果;

基于所述第一识别结果,确定所述待识别图像中是否存在动物;

响应于确定所述待识别图像中存在动物,将所述待识别图像输入至预先训练的第二识别模型,得到与所述待识别图像对应的第二识别结果;

将所述第一识别结果和所述第二识别结果进行融合,生成与所述待识别图像对应的第三识别结果;

其中,用于训练所述第二识别模型的训练样本通过如下步骤更新:

基于与样本图像集合中的样本图像对应的更新前的标注结果和预设的第二卷积神经网络输出的与所述样本图像集合中的样本图像对应的第二识别结果,生成混淆矩阵;

将所述混淆矩阵中存在混淆的类别对合并成至少一种类别,并基于合并后的类别,更新与所述样本图像集合中的样本图像对应的标注结果。

2.根据权利要求1所述的方法,其中,所述第一识别结果包括所述待识别图像中存在预设类别集合中的每种类别的动物的第一置信度和不存在动物的第一置信度;以及

所述基于所述第一识别结果,确定所述待识别图像中是否存在动物,包括:

对所述第一识别结果中的所述待识别图像中存在所述预设类别集合中的每种类别的动物的第一置信度进行加权求和,得到所述待识别图像中存在动物的第一置信度;

基于所述待识别图像中存在动物的第一置信度,确定所述待识别图像中是否存在动物。

3.根据权利要求2所述的方法,其中,所述第二识别结果包括所述待识别图像中存在所述预设类别集合中的每种类别的动物的第二置信度,所述第三识别结果包括所述待识别图像中存在所述预设类别集合中的每种类别的动物的第三置信度;以及

所述将所述第一识别结果和所述第二识别结果进行融合,生成与所述待识别图像对应的第三识别结果,包括:

对于所述预设类别集合中的每种类别,对所述第一识别结果中的所述待识别图像中存在该种类别的动物的第一置信度与所述第二识别结果中的所述待识别图像中存在该种类别的动物的第二置信度进行加权求和;

对所得到的和进行归一化处理,生成所述待识别图像中存在该种类别的动物的第三置信度。

4.根据权利要求3所述的方法,其中,所述方法还包括:

按照数值大小顺序对所述第三识别结果中的所述待识别图像中存在所述预设类别集合中的每种类别的动物的第三置信度进行排序;

从数值大的一侧开始选取出预设数目个第三置信度,输出所选取出的第三置信度和与所选取出的第三置信度对应的类别。

5.根据权利要求3所述的方法,其中,所述方法还包括:

将所述第三识别结果中的所述待识别图像中存在所述预设类别集合中的每种类别的动物的第三置信度与预设阈值进行比较;

若存在大于所述预设阈值的第三置信度,输出大于所述预设阈值的第三置信度和与大于所述预设阈值的第三置信度对应的类别。

6.根据权利要求1所述的方法,其中,所述方法还包括:

响应于确定所述待识别图像中不存在动物,输出用于提示所述待识别图像中不存在动物的提示信息和所述待识别图像中不存在动物的第一置信度。

7.根据权利要求1-6之一所述的方法,其中,所述第一识别模型和所述第二识别模型通过如下步骤训练得到:

获取所述样本图像集合和与所述样本图像集合中的样本图像对应的标注结果;

利用机器学习方法,基于所述样本图像集合和与所述样本图像集合中的样本图像对应的标注结果对预设的第一卷积神经网络进行训练,得到第一识别模型;

利用机器学习方法,基于所述样本图像集合和与所述样本图像集合中的样本图像对应的标注结果对所述第二卷积神经网络进行训练,得到第二识别模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810043970.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code