[发明专利]一种基于计算机视觉的猴脸亲缘关系分析方法

权利要求书

1.一种基于计算机视觉的猴脸亲缘关系分析方法，其特征在于，包括如下步骤：

S10基于手工标记的猴脸图像，运用Faster R-CNN模型训练猴脸检测器；

S20基于猴脸检测器获取猴脸坐标并保存猴脸图像，结合已有的猴子身份，种群信息，建立一个猴脸图像数据库；

S30设计猴脸亲缘关系验证算法，通过对深度卷积神经网络的训练对猴脸分析目标特征进行猴脸亲缘关系分析。

2.如权利要求1所述的基于计算机视觉的猴脸亲缘关系分析方法，其特征在于，所述S10包括：

S101在Faster R-CNN框架下，通过VGG16的13个可共享的卷积层网络来提取待分析猴脸图像的卷积特征图；

S102使用猴脸图像深度学习模型的RPN在该卷积特征图上滑动扫描出数个滑动窗口，所述每个滑动窗口映射为一个低维特征输入至分类层和回归层，其中每个所述滑动窗口对应数个锚矩形框；

S103将待分析猴脸图像分类为猴脸目标和背景，回归层输出每个锚矩形框对应的缩放参数，分类层输出每个锚矩形框所属猴脸目标或背景的概率，且将其中概率最高的锚矩形框确定为猴脸坐标。

3.如权利要求1所述的基于计算机视觉的猴脸亲缘关系分析方法，其特征在于，所述S20包括：

S201调用训练过的caffe猴脸检测模型，以获得检测图像中的猴脸目标及其坐标位置；

S202基于S201获取的猴脸坐标，扣取坐标中的猴脸图像并保存；

S203结合已知的猴子身份信息和种群信息，就得到猴脸数据库(即包括猴脸图像、标记的身份、种群信息)。

4.如权利要求1所述的基于计算机视觉的猴脸亲缘关系分析方法，其特征在于，所述S30包括：

S301通过深度卷积网络来对猴脸图像提取猴脸分析目标特征；

S302构造一个具有三元组(a,p,n)属性的训练样本，其中三元组中包含一个锚点图像a和一个相对于a而言的亲子对图像作为正样本p，相对于a而言的非亲子对图像作为负样本n；

S303设置三元组约束条件：若单个亲子对的图像和该亲子对的其他图像距离小于α，则认为它们相似度较高，若与其他非亲子对的图像距离大于α，则认为它们相似度不高，由上得到三元组约束条件式(1)，

其中，α是施加在正样本对和负样本对之间的距离(margi n)，Γ是训练集中的所有可能的三元组，×_i是VGG16网络的输出分数向量；

S304将VGG16网络的输出分数向量进行l₂归一化处理；

S305使用仿射投影将×_i投影到一个L＜＜D的低维空间中，得到最后投影后的结果为：其中，W'即待求解的投影矩阵；

S306通过最小化下式(2)三元损失函数来训练W'，

5.如权利要求1所述的基于计算机视觉的猴脸亲缘关系分析方法，其特征在于，所述302中训练样本的构造是参考FaceNet^[4]中三元组的选择，基于一个mi n i-batch中所有可能的参考样本-正样本对(anchor-pos it i ve对)，来找难分类的负样本，即semi-hard-negative图像，假设给定一个anchor样本挑选一个满足式子的负样本，采取生成mi n i-batch的方法，每个mi n i-batch中每个亲子对平均有数张图片，然后随机加入一些反例来生成具有三元组(a,p,n)属性的训练样本，其中f(x_i)泛指×ⁱ从输入到映射结束的过程。

6.如权利要求1所述的基于计算机视觉的猴脸亲缘关系分析方法，其特征在于，所述S30之后还包括：

S40使用Python接口来调用训练好的caffe猴脸亲子验证模型，并由数张猴脸亲子对图像生成正匹配对图像和负匹配对图像，由此生成猴脸亲子对性能测试数据库，以进行猴脸亲缘关系分析的验证。