CN110443363B - 图像特征学习方法及装置 - Google Patents
图像特征学习方法及装置 Download PDFInfo
- Publication number
- CN110443363B CN110443363B CN201810418432.2A CN201810418432A CN110443363B CN 110443363 B CN110443363 B CN 110443363B CN 201810418432 A CN201810418432 A CN 201810418432A CN 110443363 B CN110443363 B CN 110443363B
- Authority
- CN
- China
- Prior art keywords
- feature vector
- training
- training image
- determining
- recorded
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 239000013598 vector Substances 0.000 claims abstract description 345
- 238000012549 training Methods 0.000 claims abstract description 282
- 238000013528 artificial neural network Methods 0.000 claims abstract description 91
- 230000006870 function Effects 0.000 claims abstract description 86
- 238000002372 labelling Methods 0.000 claims abstract description 16
- 238000003860 storage Methods 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000011478 gradient descent method Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 6
- 238000009826 distribution Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 49
- 238000012545 processing Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101100272279 Beauveria bassiana Beas gene Proteins 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
Images
Classifications
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
-
- 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
- G06N3/088—Non-supervised learning, e.g. competitive learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及图像特征学习方法及装置。该方法包括：通过神经网络获取各个训练图像的特征向量；根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值；根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量；若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数。本公开无需进行数据标注，无需假设输入数据服从某种概率分布，因此灵活性较高，且计算过程较简单，实现起来较方便，学习效果能够得到保证。
Description
技术领域
本公开涉及计算机视觉技术领域，尤其涉及一种图像特征学习方法及装置。
背景技术
从图像中学习特征是计算机视觉的关键任务之一。近年来，基于深度学习的方法通过有监督学习的方式，在特征学习上取得了较大的进展。然而，有监督学习需要大量的图像标注数据，而采集标注数据需要较大的人力成本和时间成本。因此，无监督学习受到了广泛的关注。相关技术中基于无监督学习的图像特征学习方法需要假设输入数据服从某种概率分布，灵活性较低，且学习效果难以得到保证。
发明内容
有鉴于此，本公开提出了一种图像特征学习方法及装置。
根据本公开的一方面，提供了一种图像特征学习方法，包括：
通过神经网络获取各个训练图像的特征向量；
根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，其中，记忆单元与训练图像一一对应；
根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量；
若所述目标函数值不满足训练目标，则根据所述目标函数值与训练目标的差距，优化所述神经网络的参数。
在一种可能的实现方式中，所述方法还包括：
若所述目标函数值满足所述训练目标，则停止优化所述神经网络的参数。
在一种可能的实现方式中，在优化所述神经网络的参数之后，所述方法还包括：
再次根据所述神经网络获取的各个训练图像的特征向量，优化所述神经网络的参数。
在一种可能的实现方式中，根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，包括：
确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；
根据所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定所述第一训练图像被归类至第一类别的概率，其中，所述第一类别为所述第一训练图像对应的类别；
以此类推，确定各个训练图像被归类至相应类别的概率；
根据各个训练图像被归类至相应类别的概率，确定目标函数值。
在一种可能的实现方式中，确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，包括：
在第一次确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据所述第一训练图像的特征向量与各个记忆单元记录的特征向量的内积，确定所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；
在第t次确定所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据所述第一训练图像的特征向量与所有记忆单元中的m个记录单元记录的特征向量的内积，确定所述第一训练图像的特征向量与所述m个记录单元记录的特征向量的匹配度，并将噪声常数作为所述第一训练图像的特征向量与其余n-m个记录单元记录的特征向量的匹配度，其中，t为大于1的整数，记忆单元的总数为n，m和n均为正整数，且m<n。
在一种可能的实现方式中，在第一次确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度之后，所述方法还包括：
根据第一次确定的所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定所述噪声常数。
在一种可能的实现方式中，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量，包括：
根据各个训练图像的特征向量与相应的记忆单元记录的特征向量的加权结果，更新各个记忆单元记录的特征向量。
在一种可能的实现方式中，若所述目标函数值不满足训练目标，则根据所述目标函数值与训练目标的差距，优化所述神经网络的参数，包括：
若所述目标函数值不满足训练目标，则根据所述目标函数值与训练目标的差距，采用梯度下降法优化所述神经网络的参数。
在一种可能的实现方式中，在通过神经网络获取训练集中的各个训练图像的特征向量之前，所述方法还包括：
对各个训练图像分别建立类别；
对各个类别分别建立记忆单元，其中，所述记忆单元用于记录相应类别的训练图像的特征向量。
在一种可能的实现方式中，在对各个类别分别建立记忆单元之后，所述方法还包括：
将各个记忆单元记录的特征向量初始化为模长为1的随机向量。
在一种可能的实现方式中，在通过神经网络获取训练集中的各个训练图像的特征向量之后，在根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度之前，所述方法还包括：
将各个训练图像的特征向量的模长进行归一化。
在一种可能的实现方式中，在优化所述神经网络的参数之后，所述方法还包括：
通过所述神经网络获取各个标注样本的特征向量；
通过所述神经网络获取查询图像的特征向量；
根据所述查询图像的特征向量与各个标注样本的特征向量的相似度，从各个标注样本中确定与所述查询图像最邻近的K个候选标注样本，其中，K为大于1的整数；
根据所述查询图像的特征向量与所述候选标注样本的特征向量的相似度，确定所述候选标注样本的权重；
将所述K个候选标注样本对应的类别确定为候选类别；
根据所述K个候选标注样本的权重，确定各个候选类别的得分；
将得分最高的候选类别确定为所述查询图像对应的类别。
根据本公开的另一方面，提供了一种图像特征学习装置，包括：
第一获取模块，用于通过神经网络获取各个训练图像的特征向量；
第一确定模块，用于根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，其中，记忆单元与训练图像一一对应；
更新模块，用于根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量；
优化模块，用于若所述目标函数值不满足训练目标，则根据所述目标函数值与训练目标的差距，优化所述神经网络的参数。
在一种可能的实现方式中，所述装置还包括：
停止优化模块，用于若所述目标函数值满足所述训练目标，则停止优化所述神经网络的参数。
在一种可能的实现方式中，所述优化模块还用于：
再次根据所述神经网络获取的各个训练图像的特征向量，优化所述神经网络的参数。
在一种可能的实现方式中，所述第一确定模块包括：
第一确定子模块，用于确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；
第二确定子模块，用于根据所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定所述第一训练图像被归类至第一类别的概率，其中，所述第一类别为所述第一训练图像对应的类别；
第三确定子模块，用于以此类推，确定各个训练图像被归类至相应类别的概率；
第四确定子模块，用于根据各个训练图像被归类至相应类别的概率，确定目标函数值。
在一种可能的实现方式中，所述第一确定子模块包括：
第一确定单元，用于在第一次确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据所述第一训练图像的特征向量与各个记忆单元记录的特征向量的内积，确定所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；
第二确定单元，用于在第t次确定所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据所述第一训练图像的特征向量与所有记忆单元中的m个记录单元记录的特征向量的内积，确定所述第一训练图像的特征向量与所述m个记录单元记录的特征向量的匹配度，并将噪声常数作为所述第一训练图像的特征向量与其余n-m个记录单元记录的特征向量的匹配度，其中，t为大于1的整数，记忆单元的总数为n，m和n均为正整数，且m<n。
在一种可能的实现方式中，所述第一确定子模块还包括：
第三确定单元，用于根据第一次确定的所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定所述噪声常数。
在一种可能的实现方式中，所述更新模块用于：
根据各个训练图像的特征向量与相应的记忆单元记录的特征向量的加权结果，更新各个记忆单元记录的特征向量。
在一种可能的实现方式中，所述优化模块用于：
若所述目标函数值不满足训练目标，则根据所述目标函数值与训练目标的差距，采用梯度下降法优化所述神经网络的参数。
在一种可能的实现方式中，所述装置还包括：
第一建立模块，用于对各个训练图像分别建立类别；
第二建立模块，用于对各个类别分别建立记忆单元，其中，所述记忆单元用于记录相应类别的训练图像的特征向量。
在一种可能的实现方式中，所述装置还包括：
初始化模块，用于将各个记忆单元记录的特征向量初始化为模长为1的随机向量。
在一种可能的实现方式中，所述装置还包括：
归一化模块，用于将各个训练图像的特征向量的模长进行归一化。
在一种可能的实现方式中，所述装置还包括：
第二获取模块，用于通过所述神经网络获取各个标注样本的特征向量；
第三获取模块，用于通过所述神经网络获取查询图像的特征向量；
第二确定模块，用于根据所述查询图像的特征向量与各个标注样本的特征向量的相似度，从各个标注样本中确定与所述查询图像最邻近的K个候选标注样本，其中，K为大于1的整数；
第三确定模块，用于根据所述查询图像的特征向量与所述候选标注样本的特征向量的相似度，确定所述候选标注样本的权重；
第四确定模块，用于将所述K个候选标注样本对应的类别确定为候选类别；
第五确定模块，用于根据所述K个候选标注样本的权重，确定各个候选类别的得分；
第六确定模块，用于将得分最高的候选类别确定为所述查询图像对应的类别。
根据本公开的另一方面，提供了一种图像特征学习装置，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执行上述方法。
根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。
本公开的各方面的图像特征学习方法及装置通过神经网络获取各个训练图像的特征向量，根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量，若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数，由此从分类这一有监督学习的基本形式出发，建立了一种新的无监督学习方法，该方法无需进行数据标注，无需假设输入数据服从某种概率分布，因此灵活性较高，且计算过程较简单，实现起来较方便，学习效果能够得到保证。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开一实施例的图像特征学习方法的流程图。
图2示出根据本公开一实施例的图像特征学习方法的一示例性的流程图。
图3示出根据本公开一实施例的图像特征学习方法步骤S12的一示例性的流程图。
图4示出根据本公开一实施例的图像特征学习方法的一示例性的流程图。
图5示出根据本公开一实施例的图像特征学习方法的一示例性的流程图。
图6示出根据本公开一实施例的图像特征学习装置的框图。
图7示出根据本公开一实施例的图像特征学习装置的一示例性的框图。
图8是根据一示例性实施例示出的一种用于图像特征学习的装置800的框图。
图9是根据一示例性实施例示出的一种用于图像特征学习的装置1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开一实施例的图像特征学习方法的流程图。如图1所示，该方法包括步骤S11至步骤S14。
在步骤S11中，通过神经网络获取各个训练图像的特征向量。
本实施例中的神经网络可以为深度卷积神经网络。该神经网络获取的训练图像的特征向量可以为128维。
在步骤S12中，根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，其中，记忆单元与训练图像一一对应。
在本实施例中，可以根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定各个训练图像被归类至相应类别的概率，并可以根据各个训练图像被归类至相应类别的概率，确定目标函数值。其中，目标函数值可以与各个训练图像被归类至相应类别的概率负相关。
在步骤S13中，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量。
在一种可能的实现方式中，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量，包括：根据各个训练图像的特征向量与相应的记忆单元记录的特征向量的加权结果，更新各个记忆单元记录的特征向量。例如，神经网络最新获取的训练图像的特征向量的权重为0.8或者0.9，相应记忆单元记录的特征向量的权重为0.2或者0.1，在此不作限定。其中，神经网络最新获取的训练图像的特征向量的权重与相应记忆单元记录的特征向量的权重可以根据交叉验证确定。在该实现方式中，根据各个训练图像的特征向量与相应的记忆单元记录的特征向量的加权结果，更新各个记忆单元记录的特征向量，由此利用近端正则化(Proximal Regularization)方法更新记忆单元，有助于稳定训练过程。
在另一种可能的实现方式中，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量，包括：将各个记忆单元记录的特征向量更新为相应训练图像的特征向量。在该实现方式中，可以将神经网络最新获取的训练图像的特征向量，作为相应的记忆单元记录的特征向量的更新结果。
在步骤S14中，若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数。
例如，训练目标为目标函数值为0，则可以根据当前的目标函数值与0的差距，优化该神经网络的参数。
在一种可能的实现方式中，若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数，包括：若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，采用梯度下降法优化该神经网络的参数。
本实施例通过神经网络获取各个训练图像的特征向量，根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量，若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数，由此从分类这一有监督学习的基本形式出发，建立了一种新的无监督学习方法，该方法无需进行数据标注，无需假设输入数据服从某种概率分布，因此灵活性较高，且计算过程较简单，实现起来较方便，学习效果能够得到保证。
本实施例无需设计自监督任务，缩短了神经网络的训练周期，因此该图像特征学习方法能够广泛应用。通过该图像特征学习方法训练得到的神经网络具有更好的迁移学习能力，该神经网络学习到的特征相比于相关技术大大降低了存储空间的消耗，适用于大规模图像检索系统等对计算资源有较高需求的场景。
图2示出根据本公开一实施例的图像特征学习方法的一示例性的流程图。如图2所示，该方法可以包括步骤S11至步骤S15。
在步骤S11中，通过神经网络获取各个训练图像的特征向量。
在步骤S12中，根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，其中，记忆单元与训练图像一一对应。
在步骤S13中，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量。
在步骤S14中，若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数。
在步骤S15中，若目标函数值满足训练目标，则停止优化该神经网络的参数。
在本实施例中，若目标函数值满足训练目标，则可以确定该神经网络的参数收敛，从而可以停止优化该神经网络的参数。
在一种可能的实现方式中，在优化该神经网络的参数之后，该方法还包括：再次根据该神经网络获取的各个训练图像的特征向量，优化该神经网络的参数。在该实现方式中，若目标函数值不满足训练目标，则可以循环执行步骤S11至步骤S13，直至目标函数值满足训练目标。
图3示出根据本公开一实施例的图像特征学习方法步骤S12的一示例性的流程图。如图3所示，步骤S12可以包括步骤S121至步骤S124。
在步骤S121中，确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度。
在一种可能的实现方式中，确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，包括：在第一次确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据第一训练图像的特征向量与各个记忆单元记录的特征向量的内积，确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；在第t次确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据第一训练图像的特征向量与所有记忆单元中的m个记录单元记录的特征向量的内积，确定第一训练图像的特征向量与m个记录单元记录的特征向量的匹配度，并将噪声常数作为第一训练图像的特征向量与其余n-m个记录单元记录的特征向量的匹配度，其中，t为大于1的整数，记忆单元的总数为n，m和n均为正整数，且m<n。其中，m个记录单元可以是从所有记忆单元中随机选择的。
在该实现方式中，在第一次确定训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，训练图像xi的特征向量vi与训练图像xj对应的记忆单元记录的特征向量vj的匹配度可以为
在该实现方式中，在第t次确定训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，可以采用
确定训练图像xi的特征向量vi与所有记忆单元中的m个记录单元记录的特征向量的匹配度，并可以将噪声常数C作为训练图像xi的特征向量vi与其余n-m个记录单元记录的特征向量的匹配度。
在该实现方式中，对于每个训练图像，在第t次确定该训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，只从所有记忆单元中选择m个记忆单元，计算该训练图像的特征向量与该m个记录单元记录的特征向量的匹配度，并将该训练图像的特征向量与其余n-m个记录单元记录的特征向量的匹配度估计为噪声常数，由此利用噪声对比估计(Noise Contrastive Estimation，NCE)方法来极大地加速神经网络的训练过程，能够应对训练集中数量庞大的训练图像，能够适应大规模特征学习的需求。
在一种可能的实现方式中，在第一次确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度之后，方法还包括：根据第一次确定的第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定噪声常数。
在步骤S122中，根据第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定第一训练图像被归类至第一类别的概率，其中，第一类别为第一训练图像对应的类别。
在步骤S123中，以此类推，确定各个训练图像被归类至相应类别的概率。
在本实施例中，在第一次确定训练图像xi被归类至第i个类别的概率时，训练图像xi被归类至第i个类别的概率可以为
其中，τ可以表示用于控制分布的集中程度的温度参数。在第t次确定训练图像xi被归类至第i个类别的概率时，训练图像xi被归类至第i个类别的概率可以为
C表示噪声常数。
在步骤S124中，根据各个训练图像被归类至相应类别的概率，确定目标函数值。
例如，目标函数可以为
图4示出根据本公开一实施例的图像特征学习方法的一示例性的流程图。如图4所示，该方法可以包括步骤S41至步骤S46。
在步骤S41中，对各个训练图像分别建立类别。
例如，对n个训练样本分别建立对应的n个类别，其中，n为正整数。在本实施例中，训练图像与类别一一对应，因此本实施例无需对训练图像进行标注。通过对各个训练图像分别建立类别，由此利用类似于有监督分类训练的过程进行无监督学习，可以利用有监督学习中的经验以及网络结构模型，能够提高神经网络的性能。
本实施例中的神经网络可以采用非参数分类器(Nonparametric Classifier)对各个训练图像进行分类，该非参数分类器输出的类别数与输入的训练图像数相同。通过采用非参数分类器对各个训练图像进行分类，使得训练神经网络的过程与优化特征的最终任务一致。
在步骤S42中，对各个类别分别建立记忆单元，其中，记忆单元用于记录相应类别的训练图像的特征向量。
在一种可能的实现方式中，在对各个类别分别建立记忆单元之后，该方法还包括：将各个记忆单元记录的特征向量初始化为模长为1的随机向量。
在步骤S43中，通过神经网络获取各个训练图像的特征向量。
其中，对步骤S43参见上文对步骤S11的描述。
在步骤S44中，根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，其中，记忆单元与训练图像一一对应。
其中，对步骤S44参见上文对步骤S12的描述。
在步骤S45中，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量。
其中，对步骤S45参见上文对步骤S13的描述。
在步骤S46中，若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数。
其中，对步骤S46参见上文对步骤S14的描述。
在一种可能的实现方式中，在通过神经网络获取训练集中的各个训练图像的特征向量之后，在根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度之前，该方法还包括：将各个训练图像的特征向量的模长进行归一化。例如，可以通过Softmax对各个训练图像的特征向量的模长进行归一化。
图5示出根据本公开一实施例的图像特征学习方法的一示例性的流程图。如图5所示，该方法可以包括步骤S501至步骤S511。
在步骤S501中，通过神经网络获取各个训练图像的特征向量。
其中，对步骤S501参见上文对步骤S11的描述。
在步骤S502中，根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，其中，记忆单元与训练图像一一对应。
其中，对步骤S502参见上文对步骤S12的描述。
在步骤S503中，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量。
其中，对步骤S503参见上文对步骤S13的描述。
在步骤S504中，若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数。
其中，对步骤S504参见上文对步骤S14的描述。
在步骤S505中，通过该神经网络获取各个标注样本的特征向量。
在本实施例中，在该神经网络的参数收敛后，可以通过该神经网络获取各个标注样本的特征向量。
在步骤S506中，通过该神经网络获取查询图像的特征向量。
在步骤S507中，根据查询图像的特征向量与各个标注样本的特征向量的相似度，从各个标注样本中确定与查询图像最邻近的K个候选标注样本，其中，K为大于1的整数。
其中，查询图像的特征向量与各个标注样本的特征向量的相似度，可以为查询图像的特征向量与各个标注样本的特征向量的余弦相似度。
其中，K的取值范围可以为2至500。例如，K的取值范围可以为5至10。
在本实施例中，可以将各个标注样本中与查询图像的相似度最大的K个标注样本确定为与查询图像最邻近的K个候选标注样本。
在步骤S508中，根据查询图像的特征向量与候选标注样本的特征向量的相似度，确定候选标注样本的权重。
其中，候选标注样本的权重与该候选标注样本的特征向量与查询图像的特征向量的相似度正相关。例如，可以将该候选标注样本的特征向量与查询图像的特征向量的相似度，作为该候选标注样本的权重。又如，可以将
作为第k个候选标注样本的权重，其中，sk表示查询图像的特征向量与第k个候选标注样本的特征向量的相似度，η表示系数，例如，η＝0.07。
在步骤S509中，将K个候选标注样本对应的类别确定为候选类别。
其中，K个候选标注样本中的各个候选标注样本可能分别属于不同的类别，也可能有部分候选标注样本属于相同的类别。因此，候选类别的个数大于或等于1且小于或等于K。
在步骤S510中，根据K个候选标注样本的权重，确定各个候选类别的得分。
在本实施例中，候选类别的得分与该候选类别中候选标注样本的权重正相关。
在一种可能的实现方式中，候选类别d的得分可以为
其中，
表示第k个候选标注样本的权重。
在步骤S511中，将得分最高的候选类别确定为查询图像对应的类别。
本实施例提供的图像特征学习方法可以从大量用户上传的图像中学习视觉特征用于内容推荐，且无需使用额外信息，能够保护用户隐私。另外，电子商务网站可以使用该图像特征学习方法获得图像的视觉特征用于商品推荐，用户可以基于视觉特征搜索商品。
图6示出根据本公开一实施例的图像特征学习装置的框图。如图6所示，该装置包括：第一获取模块601，用于通过神经网络获取各个训练图像的特征向量；第一确定模块602，用于根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，其中，记忆单元与训练图像一一对应；更新模块603，用于根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量；优化模块604，用于若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数。
图7示出根据本公开一实施例的图像特征学习装置的一示例性的框图。如图7所示：
在一种可能的实现方式中，该装置还包括：停止优化模块605，用于若目标函数值满足训练目标，则停止优化该神经网络的参数。
在一种可能的实现方式中，优化模块604还用于：再次根据该神经网络获取的各个训练图像的特征向量，优化该神经网络的参数。
在一种可能的实现方式中，第一确定模块602包括：第一确定子模块6021，用于确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；第二确定子模块6022，用于根据第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定第一训练图像被归类至第一类别的概率，其中，第一类别为第一训练图像对应的类别；第三确定子模块6023，用于以此类推，确定各个训练图像被归类至相应类别的概率；第四确定子模块6024，用于根据各个训练图像被归类至相应类别的概率，确定目标函数值。
在一种可能的实现方式中，第一确定子模块6021包括：第一确定单元，用于在第一次确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据第一训练图像的特征向量与各个记忆单元记录的特征向量的内积，确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；第二确定单元，用于在第t次确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据第一训练图像的特征向量与所有记忆单元中的m个记录单元记录的特征向量的内积，确定第一训练图像的特征向量与m个记录单元记录的特征向量的匹配度，并将噪声常数作为第一训练图像的特征向量与其余n-m个记录单元记录的特征向量的匹配度，其中，t为大于1的整数，记忆单元的总数为n，m和n均为正整数，且m<n。
在一种可能的实现方式中，第一确定子模块6021还包括：第三确定单元，用于根据第一次确定的第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定噪声常数。
在一种可能的实现方式中，更新模块603用于：根据各个训练图像的特征向量与相应的记忆单元记录的特征向量的加权结果，更新各个记忆单元记录的特征向量。
在一种可能的实现方式中，优化模块604用于：若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，采用梯度下降法优化该神经网络的参数。
在一种可能的实现方式中，该装置还包括：第一建立模块606，用于对各个训练图像分别建立类别；第二建立模块607，用于对各个类别分别建立记忆单元，其中，记忆单元用于记录相应类别的训练图像的特征向量。
在一种可能的实现方式中，该装置还包括：初始化模块608，用于将各个记忆单元记录的特征向量初始化为模长为1的随机向量。
在一种可能的实现方式中，该装置还包括：归一化模块609，用于将各个训练图像的特征向量的模长进行归一化。
在一种可能的实现方式中，该装置还包括：第二获取模块610，用于通过该神经网络获取各个标注样本的特征向量；第三获取模块611，用于通过该神经网络获取查询图像的特征向量；第二确定模块612，用于根据查询图像的特征向量与各个标注样本的特征向量的相似度，从各个标注样本中确定与查询图像最邻近的K个候选标注样本，其中，K为大于1的整数；第三确定模块613，用于根据查询图像的特征向量与候选标注样本的特征向量的相似度，确定候选标注样本的权重；第四确定模块614，用于将K个候选标注样本对应的类别确定为候选类别；第五确定模块615，用于根据K个候选标注样本的权重，确定各个候选类别的得分；第六确定模块616，用于将得分最高的候选类别确定为查询图像对应的类别。
本实施例通过神经网络获取各个训练图像的特征向量，根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量，若目标函数值不满足训练目标，则根据目标函数值与训练目标的差距，优化该神经网络的参数，由此从分类这一有监督学习的基本形式出发，建立了一种新的无监督学习方法，该方法无需进行数据标注，无需假设输入数据服从某种概率分布，因此灵活性较高，且计算过程较简单，实现起来较方便，学习效果能够得到保证。
图8是根据一示例性实施例示出的一种用于图像特征学习的装置800的框图。例如，装置800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。
参照图8，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800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802可以包括一个或多个处理器820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802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800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804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806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800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808包括一个前置摄像头和/或后置摄像头。当装置800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810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800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804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802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814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814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814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814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816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800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816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816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800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，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
图9是根据一示例性实施例示出的一种用于图像特征学习的装置1900的框图。例如，装置1900可以被提供为一服务器。参照图9，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (22)
1.一种图像特征学习方法，其特征在于，包括：
建立与n个训练图像一一对应的n个类别，其中，n为大于1的整数；
建立与所述n个类别一一对应的n个记忆单元，其中，所述n个记忆单元中的任一记忆单元用于记录该记忆单元对应的类别的训练图像的特征向量，记忆单元与训练图像一一对应；
通过神经网络获取所述n个训练图像中的各个训练图像的特征向量；
根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值；
根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量；
若所述目标函数值不满足训练目标，则根据所述目标函数值与训练目标的差距，优化所述神经网络的参数。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述目标函数值满足所述训练目标，则停止优化所述神经网络的参数。
3.根据权利要求1所述的方法，其特征在于，在优化所述神经网络的参数之后，所述方法还包括：
再次根据所述神经网络获取的各个训练图像的特征向量，优化所述神经网络的参数。
4.根据权利要求1所述的方法，其特征在于，根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，包括：
确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；
根据所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定所述第一训练图像被归类至第一类别的概率，其中，所述第一类别为所述第一训练图像对应的类别；
以此类推，确定各个训练图像被归类至相应类别的概率；
根据各个训练图像被归类至相应类别的概率，确定目标函数值。
5.根据权利要求4所述的方法，其特征在于，确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，包括：
在第一次确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据所述第一训练图像的特征向量与各个记忆单元记录的特征向量的内积，确定所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；
在第t次确定所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据所述第一训练图像的特征向量与所述n个记忆单元中的m个记录单元记录的特征向量的内积，确定所述第一训练图像的特征向量与所述m个记录单元记录的特征向量的匹配度，并将噪声常数作为所述第一训练图像的特征向量与其余n-m个记录单元记录的特征向量的匹配度，其中，t为大于1的整数，m为正整数，所述m个记录单元是从所述n个记忆单元中随机选择的，且m<n，所述噪声常数是根据第一次确定的所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度确定的。
6.根据权利要求1所述的方法，其特征在于，根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量，包括：
根据各个训练图像的特征向量与相应的记忆单元记录的特征向量的加权结果，更新各个记忆单元记录的特征向量。
7.根据权利要求1所述的方法，其特征在于，若所述目标函数值不满足训练目标，则根据所述目标函数值与训练目标的差距，优化所述神经网络的参数，包括：
若所述目标函数值不满足训练目标，则根据所述目标函数值与训练目标的差距，采用梯度下降法优化所述神经网络的参数。
8.根据权利要求1所述的方法，其特征在于，在对各个类别分别建立记忆单元之后，所述方法还包括：
将各个记忆单元记录的特征向量初始化为模长为1的随机向量。
9.根据权利要求1所述的方法，其特征在于，在通过神经网络获取训练集中的各个训练图像的特征向量之后，在根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度之前，所述方法还包括：
将各个训练图像的特征向量的模长进行归一化。
10.根据权利要求1所述的方法，其特征在于，在优化所述神经网络的参数之后，所述方法还包括：
通过所述神经网络获取各个标注样本的特征向量；
通过所述神经网络获取查询图像的特征向量；
根据所述查询图像的特征向量与各个标注样本的特征向量的相似度，从各个标注样本中确定与所述查询图像最邻近的K个候选标注样本，其中，K为大于1的整数；
根据所述查询图像的特征向量与所述候选标注样本的特征向量的相似度，确定所述候选标注样本的权重；
将所述K个候选标注样本对应的类别确定为候选类别；
根据所述K个候选标注样本的权重，确定各个候选类别的得分；
将得分最高的候选类别确定为所述查询图像对应的类别。
11.一种图像特征学习装置，其特征在于，包括：
第一建立模块，用于建立与n个训练图像一一对应的n个类别，其中，n为大于1的整数；
第二建立模块，用于建立与所述n个类别一一对应的n个记忆单元，其中，所述n个记忆单元中的任一记忆单元用于记录该记忆单元对应的类别的训练图像的特征向量，记忆单元与训练图像一一对应；
第一获取模块，用于通过神经网络获取所述n个训练图像中的各个训练图像的特征向量；
第一确定模块，用于根据各个训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定目标函数值，其中，记忆单元与训练图像一一对应；
更新模块，用于根据各个训练图像的特征向量更新相应的记忆单元记录的特征向量；
优化模块，用于若所述目标函数值不满足训练目标，则根据所述目标函数值与训练目标的差距，优化所述神经网络的参数。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括：
停止优化模块，用于若所述目标函数值满足所述训练目标，则停止优化所述神经网络的参数。
13.根据权利要求11所述的装置，其特征在于，所述优化模块还用于：
再次根据所述神经网络获取的各个训练图像的特征向量，优化所述神经网络的参数。
14.根据权利要求11所述的装置，其特征在于，所述第一确定模块包括：
第一确定子模块，用于确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；
第二确定子模块，用于根据所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度，确定所述第一训练图像被归类至第一类别的概率，其中，所述第一类别为所述第一训练图像对应的类别；
第三确定子模块，用于以此类推，确定各个训练图像被归类至相应类别的概率；
第四确定子模块，用于根据各个训练图像被归类至相应类别的概率，确定目标函数值。
15.根据权利要求14所述的装置，其特征在于，所述第一确定子模块包括：
第一确定单元，用于在第一次确定第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据所述第一训练图像的特征向量与各个记忆单元记录的特征向量的内积，确定所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度；
第二确定单元，用于在第t次确定所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度时，根据所述第一训练图像的特征向量与所述n个记忆单元中的m个记录单元记录的特征向量的内积，确定所述第一训练图像的特征向量与所述m个记录单元记录的特征向量的匹配度，并将噪声常数作为所述第一训练图像的特征向量与其余n-m个记录单元记录的特征向量的匹配度，其中，t为大于1的整数，m为正整数，所述m个记录单元是从所述n个记忆单元中随机选择的，且m<n，所述噪声常数是根据第一次确定的所述第一训练图像的特征向量与各个记忆单元记录的特征向量的匹配度确定的。
16.根据权利要求11所述的装置，其特征在于，所述更新模块用于：
根据各个训练图像的特征向量与相应的记忆单元记录的特征向量的加权结果，更新各个记忆单元记录的特征向量。
17.根据权利要求11所述的装置，其特征在于，所述优化模块用于：
若所述目标函数值不满足训练目标，则根据所述目标函数值与训练目标的差距，采用梯度下降法优化所述神经网络的参数。
18.根据权利要求11所述的装置，其特征在于，所述装置还包括：
初始化模块，用于将各个记忆单元记录的特征向量初始化为模长为1的随机向量。
19.根据权利要求11所述的装置，其特征在于，所述装置还包括：
归一化模块，用于将各个训练图像的特征向量的模长进行归一化。
20.根据权利要求11所述的装置，其特征在于，所述装置还包括：
第二获取模块，用于通过所述神经网络获取各个标注样本的特征向量；
第三获取模块，用于通过所述神经网络获取查询图像的特征向量；
第二确定模块，用于根据所述查询图像的特征向量与各个标注样本的特征向量的相似度，从各个标注样本中确定与所述查询图像最邻近的K个候选标注样本，其中，K为大于1的整数；
第三确定模块，用于根据所述查询图像的特征向量与所述候选标注样本的特征向量的相似度，确定所述候选标注样本的权重；
第四确定模块，用于将所述K个候选标注样本对应的类别确定为候选类别；
第五确定模块，用于根据所述K个候选标注样本的权重，确定各个候选类别的得分；
第六确定模块，用于将得分最高的候选类别确定为所述查询图像对应的类别。
21.一种图像特征学习装置，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执行权利要求1至10中任意一项所述的方法。
22.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至10中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810418432.2A CN110443363B (zh) | 2018-05-04 | 2018-05-04 | 图像特征学习方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810418432.2A CN110443363B (zh) | 2018-05-04 | 2018-05-04 | 图像特征学习方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110443363A CN110443363A (zh) | 2019-11-12 |
| CN110443363B true CN110443363B (zh) | 2022-06-07 |
Family
ID=68427078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810418432.2A Active CN110443363B (zh) | 2018-05-04 | 2018-05-04 | 图像特征学习方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110443363B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113378601A (zh) * | 2020-03-09 | 2021-09-10 | 深圳码隆科技有限公司 | 防止货损的方法、自助设备及存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103310224A (zh) * | 2013-06-08 | 2013-09-18 | 上海电机学院 | 一种无监督的人工免疫分类方法 |
| US20160358075A1 (en) * | 2015-06-08 | 2016-12-08 | The Regents Of The University Of Michigan | System for implementing a sparse coding algorithm |
| CN105404902B (zh) * | 2015-10-27 | 2019-02-05 | 清华大学 | 基于脉冲神经网络的图像特征描述和记忆方法 |
| DE202017007512U1 (de) * | 2016-04-11 | 2022-04-28 | Magic Pony Technology Limited | Bewegungsschätzung durch maschinelles Lernen |
| CN105894046B (zh) * | 2016-06-16 | 2019-07-02 | 北京市商汤科技开发有限公司 | 卷积神经网络训练及图像处理的方法和系统、计算机设备 |
| CN106570873B (zh) * | 2016-11-08 | 2019-10-25 | 江苏大学 | 一种医学图像分割方法 |
| CN106919980B (zh) * | 2017-01-24 | 2020-02-07 | 南京大学 | 一种基于神经节分化的增量式目标识别系统 |
-
2018
- 2018-05-04 CN CN201810418432.2A patent/CN110443363B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110443363A (zh) | 2019-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110210535B (zh) | 神经网络训练方法及装置以及图像处理方法及装置 | |
| CN109089133B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
| CN110598504B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
| CN110781957B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN109615006B (zh) | 文字识别方法及装置、电子设备和存储介质 | |
| CN109934275B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111259967B (zh) | 图像分类及神经网络训练方法、装置、设备及存储介质 | |
| CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
| CN110781813B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
| CN107563994B (zh) | 图像的显著性检测方法及装置 | |
| CN109165738B (zh) | 神经网络模型的优化方法及装置、电子设备和存储介质 | |
| CN113326768B (zh) | 训练方法、图像特征提取方法、图像识别方法及装置 | |
| CN110532956B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN108960283B (zh) | 分类任务增量处理方法及装置、电子设备和存储介质 | |
| WO2021208666A1 (zh) | 字符识别方法及装置、电子设备和存储介质 | |
| CN110659690B (zh) | 神经网络的构建方法及装置、电子设备和存储介质 | |
| CN111582383B (zh) | 属性识别方法及装置、电子设备和存储介质 | |
| CN111242303A (zh) | 网络训练方法及装置、图像处理方法及装置 | |
| CN109685041B (zh) | 图像分析方法及装置、电子设备和存储介质 | |
| CN111311588B (zh) | 重定位方法及装置、电子设备和存储介质 | |
| CN109447258B (zh) | 神经网络模型的优化方法及装置、电子设备和存储介质 | |
| CN112559673A (zh) | 语言处理模型的训练方法及装置、电子设备及存储介质 | |
| CN109635926A (zh) | 用于神经网络的注意力特征获取方法、装置及存储介质 | |
| CN110955800A (zh) | 视频检索方法及装置 | |
| CN110443363B (zh) | 图像特征学习方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |