[发明专利]猫脸识别方法、系统、电子装置及存储介质

说明书

本申请公开一种猫脸识别方法、系统、电子装置及存储介质，方法包括：获取在预定地点采集的猫的正脸图像；对正脸图像进行猫脸关键点提取；对猫脸关键点进行仿射变换，得到固定点；将固定点输入预先训练的猫脸识别模型，得到猫脸识别模型的输出结果，输出结果至少包含一个猫脸标签，不同猫的猫脸标签不同；获取猫在预定地点的行为信息、时间信息，并与猫脸标签关联，并记录保存。通过对在预定地点采集的猫的正脸图像进行猫脸识别，能够准确地识别到出现在预定地点的猫的标签，通过将猫的标签、猫在预定地点的行为信息、时间信息进行关联，能够构成猫在预定地点做的事情，以及做事情的时间，这即为猫的生活习惯，从而准确地记录每只猫的生活习惯。

技术领域

本申请涉及猫脸识别技术领域，具体涉及一种猫脸识别方法、系统、电子装置及存储介质。

背景技术

在人们养的宠物中，猫占了很大的比重，在猫生病时，生活习惯(例如进食、喝水、排泄的时间等)会发生异常，因此对猫的生活习惯进行记录很有必要。

但是，一些猫主人养有较多数量的猫，猫主人可能没有足够精力去记录猫的生活习惯，也就无法发现猫的生活习惯是否异常。

目前有一些技术会通过人脸识别模型来识别猫脸，虽然现在有脸部识别模型能够进行人脸识别，但是和人脸相比，猫脸存在毛发等影响，使得脸部识别模型对猫脸识别困难，因此使用现有的脸部识别方法来识别猫脸，也不能准确识别每只猫，并进一步导致不能准确记录每只猫的生活习惯。

发明内容

鉴于此，本申请提供一种猫脸识别方法、系统、电子装置及存储介质，以解决现有的脸部识别方法来识别猫脸，不能准确识别每只猫并记录每只猫的生活习惯的问题。

本申请第一方面提供一种猫脸识别方法，包括：获取在预定地点采集的猫的正脸图像；对所述正脸图像进行猫脸关键点提取，所述猫脸关键点包括猫的两只眼睛及鼻头的关键点；对所述猫脸关键点进行仿射变换，得到固定点；将所述固定点输入预先训练的猫脸识别模型，得到所述猫脸识别模型的输出结果，所述输出结果至少包含一个猫脸标签，不同猫的猫脸标签不同；获取所述猫在所述预定地点的行为信息、时间信息，并与所述猫脸标签关联，并记录保存。

其中，猫脸识别模型的训练方法包括：建立万量级特征库的原始人脸识别模型，原始人脸识别模型至少包括一个全连接层及一个特征层；对原始人脸识别模型进行优化；将猫脸样本数据输入原始人脸识别模型进行训练，得到猫脸识别模型，猫脸样本数据至少包括猫的猫脸特征及猫脸标签。

其中，对原始人脸识别模型进行优化包括：构建交叉熵损失函数；获取特征层输出的特征向量，以及分类网络输出的权重；将特征向量与权重进行L2范数归一化，以将特征向量间的距离表现为余弦相似度，完成对原始人脸识别模型的优化。

其中，对原始人脸识别模型进行优化还包括：筛选猫脸样本数据中的困难样本，并构建三元组损失函数；利用三元组损失函数计算困难样本的余弦相似度，完成对原始人脸识别模型的优化。

其中，困难样本包括：具有相同猫脸标签，且余弦相似度相差最大的N个样本数据，以及具有不同猫脸标签，且余弦相似度相差最小的N个样本数据，N大于或等于二。

其中，对原始人脸识别模型进行优化包括：向原始人脸识别模型输入两组猫脸样本数据，并在所述特征层构建交叉熵损失函数、三元组损失函数；利用交叉熵损失函数计算第一组猫脸样本数据与猫脸标签的交叉熵损失值；利用原始人脸识别模型筛选出第二组猫脸样本数据中的困难样本；对困难样本使用三元组损失函数计算三元组损失值；将三元组损失值及交叉熵损失值进行相加求和，得到原始人脸识别模型的最终损失值，完成对原始人脸识别模型的优化。

其中，交叉熵损失函数计算的数据量级为三元组损失函数计算的数据量级的十倍。