[发明专利]一种基于深度学习的机器学习识别方法

说明书

本发明提供了一种基于深度学习的机器学习识别方法，能够利用已知类别的一定量的多媒体数据样本采用不同的对比样本输入排列顺序对机器学习模型f₁进行多次区别化的学习训练，并利用学习所得的机器学习模型f₁进行多媒体数据类别识别处理，机器学习模型f₁选用卷积神经网络模型或全连接神经网络模型，大幅降低了对海量训练样本的依赖，并且能够方便的扩展对未经过学习训练的多媒体数据类别进行类别识别，很好的解决了现有多媒体数据分类机器学习识别方法因对大量训练样本的依赖以及因无法直接对未经学习训练的类别进行分类识别而导致实际应用性、通用性受限的问题，能够更加广泛有效的应用到更多的具体的多媒体数据分类使用场合中。

技术领域

本发明涉及多媒体数据处理技术和机器学习技术领域，尤其涉及一种基于深度学习的机器学习识别方法。

背景技术

多媒体(Multimedia)是多种媒体的综合，在计算机系统中，多媒体指组合两种或两种以上媒体的一种人机交互式信息交流和传播媒体，使用的媒体包括文字、图片、照片、声音、动画和影片，以及程式所提供的互动功能等。

随着大数据时代的到来，海量多媒体数据的分类和挖掘技术显得尤为重要。在海量数据挖掘中，如何利用从已有数据中分类和挖掘出来的信息来指导新数据的分类和挖掘已成为一个新的研究热点。特别是当某些任务的样本数量较少时，利用多任务学习能够有效的减少海量数据分类和挖掘的时间成本并提高信息获取准确度。例如，面对基于人脸识别的小区门禁系统开发任务，若将每个业主的人脸图像分别划分为一个独立的图像数据类别，就需要系统处理实现对人脸图像的分类识别，判断当前门禁处采集到的人脸图像是属于哪一位业主的人脸(即判断属于哪一个图像数据类别)，进而判断是否解除门禁。

基于深度学习方法在实践中被证明是一种有效、鲁棒的信息分类方法。深度神经网路(例如深度卷积神经网络)是最具代表性的机器学习方法。深度学习模型通常有数十层可学习的数据处理层，有数十万、甚至数百万的可以学习参数。由于大量参数构成极其巨大的学习空间，为了得到最优的模型参数，通常需要大量的训练数据。但是，为了训练深度学习模型，必须构建拥有大量样本的训练数据集，通常训练样本数量在数万以上。然而，构建这样的训练集，在实际应用中是非常困难的，并且代价昂贵。例如，面对基于人脸识别的小区门禁系统开发任务，若将每个业主的人脸图像分别划分为一个独立的图像数据类别，在对机器学习模型进行分类识别训练时，如果需要对于每一个业主采集数以万计的人脸图像训练样本，是非常不现实的。这导致了深度模型对大数据的贪婪导致深度学习方法在很多领域都难以得到具体应用，或者说很难具有可靠的技术可实现性。

在深度学习方法用于分类任务时，传统的深度学习方法要求分类模型对比样本的类必须与生产样本的类相同，即模型只能分类已学习的类，如果有新的类的样本需要分类，必须重新训练机器学习模型，或者对机器学习模型做一些适应性的训练学习。例如，面对基于人脸识别的小区门禁系统开发任务，若将每个业主的人脸图像分别划分为一个独立的图像数据类别，采用目前的深度学习方法，都需要对当前每一位业主的人脸图像进行学习训练；当有一位新的业主出现时，即便将该新业主的人脸图像直接加入到识别对比样本数据库中，由于机器学习模型之前并未对该新业主的人脸图像进行学习训练，因此当门禁处再次采集到该新业主的人脸图像时，机器学习模型依然无法基于对比样本数据库中该新业主的人脸图像数据而直接分类识别出该新业主。这也导致了基于深度学习方法的机器学习模型的训练，需要消耗大量的训练计算资源和较长的训练学习时间，限制了其在实际应用场合中的使用便利性和通用性。

发明内容

针对现有技术中存在的上述不足，本发明解决的技术问题在于如何提供一种基于深度学习的机器学习识别方法，用以解决现有的多媒体数据分类机器学习识别方法需要依赖大量的训练样本而导致实际应用受限的问题，进一步解决现有的多媒体数据分类机器学习识别方法无法直接对未经学习训练的类别进行分类识别而导致通用性受限的问题。

为解决上述技术问题，本发明采用了如下的技术手段：