[发明专利]一种基于计算机视觉的猴脸亲缘关系分析方法

说明书

本发明公开一种基于计算机视觉的猴脸亲缘关系分析方法，包括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；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；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。本发明方法应用卷积神经网络挖掘利用更多猴脸信息来达到更准确的亲缘关系分析，对测试样本和训练样本之间的相关性无要求，当猴脸姿势、尺度发生较大变化时，仍然能准确判断。

技术领域

本发明涉及电网调度通信领域，特别涉及一种基于计算机视觉的猴脸亲缘关系分析方法。

背景技术

基于计算机视觉的猴脸亲缘关系分析就是对输入的两张猴脸图像，使用卷积神经网络提取猴脸特征，计算其面部相似度并判断是否存在亲子关系。该技术在智慧动物园管理、野生猕猴保护、猕猴饲养和社会学研究等方面有着重要的应用价值。譬如，在动物园或野生猕猴保护基地，通过猴脸图像来了解亲缘关系，有利于避免种群内近交且保护遗传多样性。在野外的山头，通过摄像头获取图像实现对未知个体的亲缘关系分析，其突出的优势在于其可与监控安防兼容，这种无创且非接触的分析方法能为动物学家跟踪记录猕猴家族信息提供技术指导。

发明内容

本发明的主要目的是提出一种基于计算机视觉的猴脸亲缘关系分析方法，旨在克服以上问题。

为实现上述目的，本发明提出的一种基于计算机视觉的猴脸亲缘关系分析方法，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。

优选地，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分析目标特征；

优选地，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)；

优选地，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)，