CN107516112A - 对象类别识别方法、装置、设备及存储介质 - Google Patents
对象类别识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN107516112A CN107516112A CN201710736890.6A CN201710736890A CN107516112A CN 107516112 A CN107516112 A CN 107516112A CN 201710736890 A CN201710736890 A CN 201710736890A CN 107516112 A CN107516112 A CN 107516112A
- Authority
- CN
- China
- Prior art keywords
- mrow
- activation primitive
- mtd
- variable parameter
- msub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本公开提供一种对象类别识别方法、装置、设备及存储介质，所述方法包括：获取待识别对象；将所述待识别对象输入预先生成的类别识别模型；基于所述类别识别模型的输出结果确定所述待识别对象所属类别；其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。应用本公开实施例可以使类别识别模型的泛化能力更强，从而提高对象识别准确率。
Description
技术领域
本申请涉及信息识别技术领域，尤其涉及对象类别识别方法、装置、设备及存储介质。
背景技术
近年来，在深度学习技术的推动下，图像、语音等对象分类识别取得了突飞猛进的进展。深度学习中可以用深度卷积网络(Convolutional Neural Networks,CNN)，深度卷积网络是多层的神经网络，该神经网络对输入的对象进行了多层非线性变换，通过对网络各层输出的可视化结果分析表明，神经网络各层的非线性变换结果在语义层面上从底层到高层不断递进，低层输出接近于对象的形态信息，高层输出接近于对象的类别信息。
在深度卷积神经网络中,激活函数(activation function)起到的作用,类似于人类脑神经元的作用,激活的神经元通过激活函数把特征保留并映射出来，这是神经网络能解决非线性问题关键。采用目前的激活函数进行训练，获得的模型泛化能力较弱。然而，泛化能力对对象识别准确率至关重要，泛化能力越强，对象识别准确率越高；泛化能力越弱，对象识别准确率越低。
发明内容
为克服相关技术中存在的问题，本公开提供了对象类别识别方法、装置、设备及存储介质。
根据本公开实施例的第一方面，提供一种对象类别识别方法，所述方法包括：
获取待识别对象；
将所述待识别对象输入预先生成的类别识别模型；
基于所述类别识别模型的输出结果确定所述待识别对象所属类别；
其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。
在一个可选的实现方式中，所述预设神经网络中，同一通道内神经元的激活函数的变量参数被赋予相同随机值，不同通道内神经元的激活函数的变量参数被赋予不同随机值。
在一个可选的实现方式中，所述预设神经网络为预设深度卷积神经网络，所述激活函数包括第一激活函数和第二激活函数，第一激活函数至少包括第一变量参数，第二激活函数至少包括第二变量参数，所述第一激活函数在输入值大于或等于预设值时被执行，所述第二激活函数在输入值小于预设值时被执行。
在一个可选的实现方式中，所述预设值为0，所述激活函数如下：
a表示当输入值大于或等于0时激活函数的斜率值，b表示当输入值小于0时激活函数的斜率值。
在一个可选的实现方式中，所述amin＝tan30°，amax＝tan60°，bmin＝tan30°，bmax＝tan60°。
根据本公开实施例的第二方面，提供一种对象类别识别装置，所述装置包括：
对象获取模块，被配置为获取待识别对象；
类别识别模块，被配置为将所述待识别对象输入预先生成的类别识别模型；
类别确定模块，被配置为基于所述类别识别模型的输出结果确定所述待识别对象所属类别；
其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。
在一个可选的实现方式中，所述预设神经网络中，同一通道内神经元的激活函数的变量参数被赋予相同随机值，不同通道内神经元的激活函数的变量参数被赋予不同随机值。
在一个可选的实现方式中，所述预设神经网络为预设深度卷积神经网络，所述激活函数包括第一激活函数和第二激活函数，第一激活函数至少包括第一变量参数，第二激活函数至少包括第二变量参数，所述第一激活函数在输入值大于或等于预设值时被执行，所述第二激活函数在输入值小于预设值时被执行。
在一个可选的实现方式中，所述预设值为0，所述激活函数如下：
a表示当输入值大于或等于0时激活函数的斜率值，b表示当输入值小于0时激活函数的斜率值。
在一个可选的实现方式中，所述amin＝tan30°，amax＝tan60°，bmin＝tan30°，bmax＝tan60°。
根据本公开实施例的第三方面，提供一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待识别对象；
将所述待识别对象输入预先生成的类别识别模型；
基于所述类别识别模型的输出结果确定所述待识别对象所属类别；
其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
本实施例的激活函数包括变量参数，每次进行激活操作时对变量参数进行随机赋值，从而使激活函数具有可变性，可以加强利用该激活函数获得的类别识别模型的表达能力，使类别识别模型的泛化能力更强，进而提高对象识别准确率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是相关技术中激活函数示意图。
图2是本公开根据一示例性实施例示出的一种对象类别识别方法的流程图。
图3是本公开根据一示例性实施例示出的一种激活函数示意图。
图4是本公开根据一示例性实施例示出的一种对象类别识别装置的框图。
图5是本公开根据一示例性实施例示出的一种用于对象类别识别的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在深度学习技术的推动下，可以采用神经网络对图像、语音等对象进行类别识别。类别可以基于训练目标进行划分，可以包括两个类别，或多个类别。例如，针对人脸图像，人脸图像的类别可以包括活体人脸图像和非活体人脸图像，可以利用训练获得的模型判断待识别图像是否为活体人脸图像，或非活体人脸图像。其中，可以将从活体对象上采集的人脸数据称为活体人脸图像。活体对象可以是人类。可以将从非活体对象上采集的人脸数据称为非活体人脸图像。例如，对照片、视频短片等非活体对象进行拍摄获得的人脸数据可以为非活体人脸图像。又如，可以利用神经网络识别手写数字，0到9中每个数字可以作为一个类别，从而可以将每个手写数字转换成相应的字符(非手写数字)。
在深度卷积神经网络中,激活函数(activation function)起到的作用,类似于人类脑神经元的作用,激活的神经元通过激活函数把特征保留并映射出来，这是神经网络能解决非线性问题关键。因为线性模型的表达力不够，因此利用激活函数来加入非线性因素。
在一个例子中，可以采用线性整流函数(Rectified Linear Unit,ReLU)作为激活函数。采用ReLU激活函数，则每一层卷积输出都会经过ReLU的非线性变换，ReLU激活函数曲线如图1所示。输入值小于0时，输出是0，输入值大于或等于0时，输出等于输入。
然而，由于激活函数中的参数是固定的，即加入的非线性因素是固定的，则使建模能力较低，可能使模型陷入局部最优解。鉴于此，本公开实施例提供一种对象类别识别方法，本实施例的激活函数包括变量参数，每次进行激活操作时对所述变量参数进行随机赋值，从而使激活函数具有可变性，可以使模型更加真实的学习到实际情况，从而加强利用该激活函数获得的类别识别模型的表达能力，使类别识别模型的泛化能力更强，从而提高对象识别准确率。其中，泛化能力(generalization ability)是指机器学习算法对新鲜样本的适应能力。学习的目的是学到隐含在数据对背后的规律，对具有同一规律的学习集以外的数据，经过训练的网络也能给出合适的输出，该能力称为泛化能力。
接下来结合附图对本公开实施例进行示例说明。
如图2所示，图2是本公开根据一示例性实施例示出的一种对象类别识别方法的流程图，该方法可以用于电子设备中，包括以下步骤：
在步骤201中，获取待识别对象。
在步骤202中，将所述待识别对象输入预先生成的类别识别模型。
在步骤203中，基于所述类别识别模型的输出结果确定所述待识别对象所属类别。
其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。
本公开实施例中，电子设备可以是智能手机、平板电脑、PDA(Personal DigitalAssistant，个人数字助理)、可穿戴设备等等。
其中，待识别对象可以是图像、语音等待识别信息。类别识别模型可以识别至少两种对象类别，对象类别的划分根据需求设定。在生成类别识别模型过程中，可以根据用户需求确定类别识别模型可识别的对象类别。例如，以已知对象类别的样本数据作为神经网络的输入，以对象类别作为神经网络的识别目标，从而训练获得可以用来识别对象类别的类别识别模型，在此不做限制。例如，对象类别可以包括活体人脸图像和非活体人脸图像；又如，对象类别可以包括眼睛图像、鼻子图像、嘴巴图像等。任何可作为神经网络的训练目标的类别均可以，在此不一一列举。
本公开实施例中，类别识别模型可以基于预设神经网络训练获得。神经网络(英文：neural network，缩写NN)是一种模仿生物神经网络(动物的中枢神经系统，特别是大脑)的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统。现代神经网络是一种非线性统计性数据建模工具。
以图像识别为例，在神经网络中，对于图像，主要采用了卷积的方式来处理，例如，对每个像素点赋予一个权值，这个操作显然是线性的。然而，对于样本而言，不一定是线性可分的，为了解决这个问题，可以进行线性变化，或者引入非线性因素，解决线性模型所不能解决的问题，鉴于此，通过激活函数引入非线性因素，神经网络中的每个神经元都可以通过激活函数的处理以产生神经元的输出。
在本实施例中，公开一种新型的激活函数，该激活函数含有一个可变动的变量参数，该变量参数可通过随机赋值的方式获得。变量参数可以是随机分布的随机变量。随机赋值时，在一个例子中，可以不限制取值范围。在另一个例子中，为了提高收敛速度，可以限制随机赋值的范围，即每次进行激活操作时从指定取值范围内选取值，并利用选取的值对所述变量参数进行随机赋值。
在一个例子中，变量参数可以是激活函数中的斜率，也可以不是斜率。变量参数可以为一个，也可以为多个。例如，激活函数可以是其中，x表示神经元中激活函数的输入值，y表示神经元中激活函数的输出值，k表示变量参数，该变量参数在每次使用激活函数时从指定取值范围中随机获取。指定取值范围根据历史模型中该值的取值范围获得。
可见，在激活函数中增加变量参数的方式，可以在神经元每次激活时使用的激活函数不是固定的激活函数，从而使引入的非线性因素为不固定的因素，提高建模能力，进而提高模型的泛化能力。
在一个可选的实现方式中，在所述预设神经网络中，同一通道内神经元的激活函数的变量参数被赋予相同随机值，不同通道内神经元的激活函数的变量参数被赋予不同随机值。
其中，通道是神经元所处的通道，若被同一个卷积核卷积，则神经元处于同一个通道。其中，卷积神经网络中每个神经元与图像中局部图像相邻，每个神经元中的所有参数可以称为卷积核。卷积计算的结果可以是一个三维矩阵，第三维度往往为通道。
可见，同一通道内神经元的激活函数的变量参数被赋予相同随机值，可以实现同一通道的神经元具有相同特质，并且可以提高收敛速度。
在一个可选的实现方式中，所述预设神经网络可以为预设深度卷积神经网络。所述激活函数可以包括第一激活函数和第二激活函数，第一激活函数至少包括第一变量参数，第二激活函数至少包括第二变量参数，所述第一激活函数在输入值大于或等于预设值时被执行，所述第二激活函数在输入值小于预设值时被执行。
其中，第一变量参数可以为第一激活函数的斜率或其他变量。第二变量参数可以为第二激活函数的斜率或其他变量。预设值可以根据需求设置，在一个例子中，预设值可以设置为0。
本公开实施例中，将激活函数按输入值与预设值的关系划分为第一激活函数和第二激活函数，以实现将输入值大于等于预设值的情况与输入值小于预设值的情况分开采用不同的激活函数，以提高模型的表达能力。
以下以预设值为0列举两种激活函数进行示例说明。
在一个例子中，所述激活函数可以如下：
其中，a表示当输入值大于或等于0时激活函数的斜率值，b表示当输入值小于0时激活函数的斜率值。a和b代表的斜率可以是一个随机分布的随机变量，取值范围分别为a∈[amin,amax]和b∈[bmin,bmax]。本实施例中y＝a*x为第一激活函数，y＝b*x为第二激活函数，在进行每一次的激活操作时，根据输入值确定选取第一激活函数或第二激活函数，并随机从相应的取值范围中随机选取一个斜率对a或b进行赋值。[amin,amax]和[bmin,bmax]可以相同，也可以不同。取值范围可以根据历史数据中的取值进行大数据统计获得。如图3所示，图3是本公开根据一示例性实施例示出的一种激活函数示意图。在该示意图中，[amin,amax]和[bmin,bmax]取值范围不同。
在一个可选的实现方式中，amin＝tan30°，amax＝tan60°，bmin＝tan30°，bmax＝tan60°。将取值范围限定为[tan30°，tan60°]，既缩小了取值范围，又能保证可以从取值范围中找到比较合适的斜率值。
在另一个例子中，所述激活函数可以如下：
其中，a表示当输入值大于或等于0时激活函数的斜率值，b表示当输入值小于0时激活函数的斜率值，c可以表示y-截距。a和b代表的斜率可以是一个随机分布的随机变量，取值范围分别为a∈[amin,amax]、b∈[bmin,bmax]和c∈[cmin,cmax]。本实施例中y＝a*x+c为第一激活函数，y＝b*x为第二激活函数，在进行每一次的激活操作时，根据输入值确定选取第一激活函数或第二激活函数，并随机从相应的取值范围中随机选取值对a、b或c进行赋值。a∈[amin,amax]、b∈[bmin,bmax]和c∈[cmin,cmax]可以相同，也可以不同。取值范围可以根据历史数据中的取值进行大数据统计获得。
可以理解的是，激活函数还可以是其他形式，只要包括可随机赋值的变量参数即可。
以上实施方式中的各种技术特征可以任意进行组合，只要特征之间的组合不存在冲突或矛盾，但是限于篇幅，未进行一一描述，因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。
与前述对象类别识别方法的实施例相对应，本公开还提供了对象类别识别装置、装置所应用的设备以及存储介质的实施例。
如图4所示，图4是本公开根据一示例性实施例示出的一种对象类别识别装置的框图，所述装置包括：
对象获取模块410，被配置为获取待识别对象。
类别识别模块420，被配置为将所述待识别对象输入预先生成的类别识别模型。
类别确定模块430，被配置为基于所述类别识别模型的输出结果确定所述待识别对象所属类别。
其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。
在一个可选的实现方式中，所述预设神经网络中，同一通道内神经元的激活函数的变量参数被赋予相同随机值，不同通道内神经元的激活函数的变量参数被赋予不同随机值。
在一个可选的实现方式中，所述预设神经网络为预设深度卷积神经网络，所述激活函数包括第一激活函数和第二激活函数，第一激活函数至少包括第一变量参数，第二激活函数至少包括第二变量参数，所述第一激活函数在输入值大于或等于预设值时被执行，所述第二激活函数在输入值小于预设值时被执行。
在一个可选的实现方式中，所述预设值为0，所述激活函数如下：
a表示当输入值大于或等于0时激活函数的斜率值，b表示当输入值小于0时激活函数的斜率值。
在一个可选的实现方式中，所述amin＝tan30°，amax＝tan60°，bmin＝tan30°，bmax＝tan60°。
相应的，本公开还提供一种电子设备，所述设备包括有处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：
获取待识别对象。
将所述待识别对象输入预先生成的类别识别模型。
基于所述类别识别模型的输出结果确定所述待识别对象所属类别。
其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。
相应的，本公开还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。
本公开可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
上述装置中各个模块的功能和作用的实现过程具体详情见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
如图5所示，图5是本公开根据一示例性实施例示出的一种用于对象类别识别的装置的框图。该装置500可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图5，装置500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出(I/O)的接口512，传感器组件514，以及通信组件516。
处理组件502通常控制装置500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在装置500的操作。这些数据的示例包括用于在装置500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件506为装置500的各种组件提供电力。电源组件506可以包括电源管理系统，一个或多个电源，及其他与为装置500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述装置500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当装置500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当装置500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器，用于为装置500提供各个方面的状态评估。例如，传感器组件514可以检测到装置500的打开/关闭状态，组件的相对定位，例如所述组件为装置500的显示器和小键盘，传感器组件514还可以检测装置500或装置500中一个组件的位置改变，用户与装置500接触的存在或不存在，装置500方位或加速/减速和装置500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件516还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由装置500的处理器520执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
其中，当所述存储介质中的指令由所述处理器执行时，使得装置500能够执行一种对象类别识别方法，包括：
获取待识别对象。
将所述待识别对象输入预先生成的类别识别模型。
基于所述类别识别模型的输出结果确定所述待识别对象所属类别。
其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。
Claims (12)
1.一种对象类别识别方法，其特征在于，所述方法包括：
获取待识别对象；
将所述待识别对象输入预先生成的类别识别模型；
基于所述类别识别模型的输出结果确定所述待识别对象所属类别；
其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。
2.根据权利要求1所述的方法，其特征在于，所述预设神经网络中，同一通道内神经元的激活函数的变量参数被赋予相同随机值，不同通道内神经元的激活函数的变量参数被赋予不同随机值。
3.根据权利要求1或2所述的方法，其特征在于，所述预设神经网络为预设深度卷积神经网络，所述激活函数包括第一激活函数和第二激活函数，第一激活函数至少包括第一变量参数，第二激活函数至少包括第二变量参数，所述第一激活函数在输入值大于或等于预设值时被执行，所述第二激活函数在输入值小于预设值时被执行。
4.根据权利要求3所述的方法，其特征在于，所述预设值为0，所述激活函数如下：
<mrow>
<mi>y</mi>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>a</mi>
<mo>*</mo>
<mi>x</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>a</mi>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<msub>
<mi>a</mi>
<mi>min</mi>
</msub>
<mo>,</mo>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>b</mi>
<mo>*</mo>
<mi>x</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo><</mo>
<mn>0</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>b</mi>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<msub>
<mi>b</mi>
<mi>min</mi>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
a表示当输入值大于或等于0时激活函数的斜率值，b表示当输入值小于0时激活函数的斜率值。
5.根据权利要求4所述的方法，其特征在于，所述amin＝tan30°，amax＝tan60°，bmin＝tan30°，bmax＝tan60°。
6.一种对象类别识别装置，其特征在于，所述装置包括：
对象获取模块，被配置为获取待识别对象；
类别识别模块，被配置为将所述待识别对象输入预先生成的类别识别模型；
类别确定模块，被配置为基于所述类别识别模型的输出结果确定所述待识别对象所属类别；
其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。
7.根据权利要求6所述的装置，其特征在于，所述预设神经网络中，同一通道内神经元的激活函数的变量参数被赋予相同随机值，不同通道内神经元的激活函数的变量参数被赋予不同随机值。
8.根据权利要求6或7所述的装置，其特征在于，所述预设神经网络为预设深度卷积神经网络，所述激活函数包括第一激活函数和第二激活函数，第一激活函数至少包括第一变量参数，第二激活函数至少包括第二变量参数，所述第一激活函数在输入值大于或等于预设值时被执行，所述第二激活函数在输入值小于预设值时被执行。
9.根据权利要求8所述的装置，其特征在于，所述预设值为0，所述激活函数如下：
<mrow>
<mi>y</mi>
<mo>=</mo>
<mfenced open = '{' close = ''>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>a</mi>
<mo>*</mo>
<mi>x</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>a</mi>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<msub>
<mi>a</mi>
<mi>min</mi>
</msub>
<mo>,</mo>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>b</mi>
<mo>*</mo>
<mi>x</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo><</mo>
<mn>0</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>b</mi>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<msub>
<mi>b</mi>
<mi>min</mi>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
a表示当输入值大于或等于0时激活函数的斜率值，b表示当输入值小于0时激活函数的斜率值。
10.根据权利要求9所述的装置，其特征在于，所述amin＝tan30°，amax＝tan60°，bmin＝tan30°，bmax＝tan60°。
11.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待识别对象；
将所述待识别对象输入预先生成的类别识别模型；
基于所述类别识别模型的输出结果确定所述待识别对象所属类别；
其中，所述类别识别模型基于预设神经网络训练获得，所述预设神经网络中每个神经元的激活函数包含有变量参数，每次进行激活操作时对所述变量参数进行随机赋值。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710736890.6A CN107516112A (zh) | 2017-08-24 | 2017-08-24 | 对象类别识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710736890.6A CN107516112A (zh) | 2017-08-24 | 2017-08-24 | 对象类别识别方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107516112A true CN107516112A (zh) | 2017-12-26 |
Family
ID=60724112
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710736890.6A Pending CN107516112A (zh) | 2017-08-24 | 2017-08-24 | 对象类别识别方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107516112A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110059794A (zh) * | 2018-01-18 | 2019-07-26 | 北京京东金融科技控股有限公司 | 人机识别方法及装置、电子设备、存储介质 |
| CN111832342A (zh) * | 2019-04-16 | 2020-10-27 | 阿里巴巴集团控股有限公司 | 神经网络及训练和使用方法、装置、电子设备及介质 |
| CN114972928A (zh) * | 2022-07-26 | 2022-08-30 | 深圳比特微电子科技有限公司 | 一种图像识别模型训练方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102402712A (zh) * | 2011-08-31 | 2012-04-04 | 山东大学 | 基于神经网络的机器人强化学习初始化方法 |
| CN105893159A (zh) * | 2016-06-21 | 2016-08-24 | 北京百度网讯科技有限公司 | 数据处理方法和装置 |
| CN106951848A (zh) * | 2017-03-13 | 2017-07-14 | 平安科技（深圳）有限公司 | 图片识别的方法及系统 |
-
2017
- 2017-08-24 CN CN201710736890.6A patent/CN107516112A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102402712A (zh) * | 2011-08-31 | 2012-04-04 | 山东大学 | 基于神经网络的机器人强化学习初始化方法 |
| CN105893159A (zh) * | 2016-06-21 | 2016-08-24 | 北京百度网讯科技有限公司 | 数据处理方法和装置 |
| CN106951848A (zh) * | 2017-03-13 | 2017-07-14 | 平安科技（深圳）有限公司 | 图片识别的方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| XUBING等: "Empirical Evaluation of Rectified Activations in Convolution Network", 《HTTPS://ARXIV.ORG/ABS/1505.00853》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110059794A (zh) * | 2018-01-18 | 2019-07-26 | 北京京东金融科技控股有限公司 | 人机识别方法及装置、电子设备、存储介质 |
| CN111832342A (zh) * | 2019-04-16 | 2020-10-27 | 阿里巴巴集团控股有限公司 | 神经网络及训练和使用方法、装置、电子设备及介质 |
| CN114972928A (zh) * | 2022-07-26 | 2022-08-30 | 深圳比特微电子科技有限公司 | 一种图像识别模型训练方法及装置 |
| CN114972928B (zh) * | 2022-07-26 | 2022-11-11 | 深圳比特微电子科技有限公司 | 一种图像识别模型训练方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107491541A (zh) | 文本分类方法及装置 | |
| CN109800744A (zh) | 图像聚类方法及装置、电子设备和存储介质 | |
| WO2021155687A1 (zh) | 目标账号检测方法、装置、电子设备及存储介质 | |
| CN105224075B (zh) | 基于传感器的移动搜索、相关方法和系统 | |
| CN106548468B (zh) | 图像清晰度的判别方法及装置 | |
| CN108121952A (zh) | 人脸关键点定位方法、装置、设备及存储介质 | |
| CN109800737A (zh) | 面部识别方法及装置、电子设备和存储介质 | |
| CN108009600A (zh) | 模型优化、质量检测方法、装置、设备及存储介质 | |
| CN106295511B (zh) | 人脸跟踪方法及装置 | |
| CN106295515B (zh) | 确定图像中的人脸区域的方法及装置 | |
| CN109614613A (zh) | 图像的描述语句定位方法及装置、电子设备和存储介质 | |
| CN106651955A (zh) | 图片中目标物的定位方法及装置 | |
| CN104301528B (zh) | 显示信息的方法及装置 | |
| CN110266879A (zh) | 播放界面显示方法、装置、终端及存储介质 | |
| CN107545248A (zh) | 生物特征活体检测方法、装置、设备及存储介质 | |
| CN104035995B (zh) | 群标签生成方法及装置 | |
| CN106296690A (zh) | 图像素材的质量评估方法及装置 | |
| CN107527053A (zh) | 目标检测方法及装置 | |
| CN110321863A (zh) | 年龄识别方法及装置、存储介质 | |
| CN106980840A (zh) | 脸型匹配方法、装置及存储介质 | |
| CN104077597B (zh) | 图像分类方法及装置 | |
| CN108256549A (zh) | 图像分类方法、装置及终端 | |
| CN109978891A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN107845062A (zh) | 图像生成方法及装置 | |
| CN106845398A (zh) | 人脸关键点定位方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171226 |
|
| RJ01 | Rejection of invention patent application after publication |