CN111652286A - 一种基于图嵌入的物体识别方法、设备及介质 - Google Patents

Abstract

本申请公开了一种基于图嵌入的物体识别方法、设备及介质，包括：将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过非监督学习得出的第二识别模型；根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果；若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。本申请实施例通过监督学习得出的第一识别模型与非监督学习得出的第二识别模型，同时识别输入的图像，只有在两个模型的识别结果相同时，才会输出识别结果，很大程度提高了识别模型的准确性。

Description

一种基于图嵌入的物体识别方法、设备及介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种基于图嵌入的物体识别方法、设备及介质。

背景技术

随着物体识别的发展，在人脸识别，场景理解、疾病诊断等领域具有广泛的应用。现有的物体识别技术虽然已经取得了一定的进展，然而仍存在一定的缺陷。比如，在识别准确性上，现有的物体识别能力有待提高。

发明内容

有鉴于此，本申请实施例提供了一种基于图嵌入的物体识别方法、设备及介质，用于解决现有技术中物体识别技术存在一定缺陷的问题。

本申请实施例采用下述技术方案：

本申请实施例提供一种基于图嵌入的物体识别方法，所述方法包括：

将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过非监督学习得出的第二识别模型；

根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果；

若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。

进一步的，所述将图像输入至预先训练的物体识别模型之前，所述方法还包括：

获取第一样本集，所述第一样本集包括多个包含相同物体的图像；

对所述第一样本集中的相同物体进行标记；

建立初始的第一识别模型；

根据监督学习及标记后的第一样本集训练所述初始的第一识别模型，得出符合条件的第一识别模型。

进一步的，所述将图像输入至预先训练的物体识别模型之前，所述方法还包括：

获取第二样本集，所述第二样本集包括多个包含相同物体的图像；

建立初始的第二识别模型；

根据非监督学习及所述第二样本集训练所述初始的第二识别模型，得出符合条件的第二识别模型。

进一步的，所述根据非监督学习及所述第二样本集训练所述初始的第二识别模型，得出符合条件的第二识别模型，具体包括：

根据非监督学习及所述第二样本集训练所述初始的第二识别模型；

训练初始阶段对所述初始的第二识别模型的参数进行随机赋值；

每一轮迭代过程中，取所述第一识别模型参数的平均值训练所述初始的第二识别模型，直到得出符合条件的第二识别模型。

进一步的，所述第一识别模型为度量学习框架中应用近邻成分分析算法。

进一步的，所述第二识别模型为聚类算法。

进一步的，所述第一识别模型中应用的损失函数为最小二乘函数。

进一步的，所述第二识别模型中应用的损失函数为K-Means函数。

本申请实施例还提供一种基于图嵌入的物体识别设备，其特征在于，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过非监督学习得出的第二识别模型；

根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果；

若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。

本申请实施例还提供一种基于图嵌入的物体识别介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：

将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过非监督学习得出的第二识别模型；

根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果；

若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例通过监督学习得出的第一识别模型与非监督学习得出的第二识别模型，同时识别输入的图像，只有在两个模型的识别结果相同时，才会输出识别结果，很大程度提高了识别模型的准确性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书实施例一提出的一种基于图嵌入的物体识别方法的流程示意图；

图2为本说明书实施例二提出的一种基于图嵌入的物体识别方法的流程示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图1为本说明书实施例一提出的一种基于图嵌入的物体识别方法的流程示意图，本说明书实施例可以由物体识别系统执行下述步骤，具体包括：

步骤S101，物体识别系统将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过非监督学习得出的第二识别模型。

步骤S102，物体识别系统根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果。

步骤S103，物体识别系统若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。

与本说明书实施例一相对应的是，图2为本说明书实施例二提出的一种基于图嵌入的物体识别方法的流程示意图，本说明书实施例可以由物体识别系统执行下述步骤，具体包括：

步骤S201，物体识别系统获取第一样本集，所述第一样本集包括多个包含相同物体的图像。

步骤S202，物体识别系统对所述第一样本集中的相同物体进行标记。

步骤S203，物体识别系统建立初始的第一识别模型。

步骤S204，物体识别系统根据监督学习及标记后的第一样本集训练所述初始的第一识别模型，得出符合条件的第一识别模型。

步骤S205，物体识别系统获取第二样本集，所述第二样本集包括多个包含相同物体的图像。

步骤S206，物体识别系统建立初始的第二识别模型。

步骤S207，物体识别系统根据非监督学习及所述第二样本集训练所述初始的第二识别模型，得出符合条件的第二识别模型。

在本说明书实施例的步骤S207中，本步骤可以具体包括：

根据非监督学习及所述第二样本集训练所述初始的第二识别模型；

训练初始阶段对所述初始的第二识别模型的参数进行随机赋值；

每一轮迭代过程中，取所述第一识别模型参数的平均值训练所述初始的第二识别模型，直到得出符合条件的第二识别模型。

步骤S208，物体识别系统将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过监督学习得出的第二识别模型。

步骤S209，物体识别系统根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果。

步骤S210，物体识别系统若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。

在本说明书实施例的步骤S210中，物体识别系统若确定所述第一结果与所述第二结果不相同，本说明书实施例可以将第一结果与第二结果皆输出，供用户做出参考，另外，本说明书实施例还可以直接输出第一结果或第二结果，并向用户发出提醒，提醒的内容可以为第一识别模型与第二识别模型的输出结果不同，需要用户进一步确认。

进一步的，第一识别模型可以在度量学习框架中应用近邻成分分析算法。

近邻成分分析算法(Neighbourhood components analysis，NCA)是一种监督学习的方法，根据一种给定的距离度量算法对样本数据进行度量，然后对多元变量数据进行分类。在功能上其和k近邻算法的目的相同，直接利用随即近邻的概念确定与测试样本临近的有标签的训练样本。

进一步的，第二识别模型可以为聚类算法。

进一步的，第一识别模型中应用的损失函数可以为最小二乘函数。

进一步的，第二识别模型中应用的损失函数可以为K-Means函数。

需要说明别的是，监督学习是指：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或监督算法。

监督学习是从标记的训练数据来推断一个功能的机器学习任务。训练数据包括一套训练示例。在监督学习中，每个实例都是由一个输入对象(通常为矢量)和一个期望的输出值(也称为监督信号)组成。监督学习是分析该训练数据，并产生一个推断的功能，其可以用于映射出新的实例。一个最佳的方案将允许该算法来正确地决定那些看不见的实例的类标签。这就要求学习算法是在一种“合理”的方式从一种从训练数据到看不见的情况下形成。

非监督学习是指在没有类别信息情况下，通过对所研究对象的大量样本的数据分析实现对样本分类的一种数据处理方法。

在非监督学习中，数据并不会被特别标识，学习模型是为了推断出数据的一些内在结构。非监督学习一般有两种思路：

1)第一种思路是在指导Agent时不为其指定明确的分类，而是在成功时采用某种形式的激励制度。需要注意的是，这类训练通常会被置于决策问题的框架里，因为它的目标不是产生一个分类系统，而是做出最大回报的决定，这类学习往往被称为强化学习。

2)第二种思路称为聚合(Clustering)，这类学习类型的目标不是让效用函数最大化，而是找到训练数据中的近似点，本节将重点介绍此类非监督学习思路。

第二种思路的非监督学习常见的应用场景包括关联规则的学习及聚类等。常见算法包括Apriori、K-Means、EM等。

需要说明的是，现有物体识别模型大多是通过监督学习进行训练，期间需要人工进行标注。然而，在真实世界中，很多任务的标记获取是较为困难的，例如，对于医学图像识别，由于该类数据含有患者的隐私信息，很难获取大量的标记。针对此类只有少量标记数据的任务，本说明书实施例提出了新的物体识别方法。虽然有标记数据较难获取，但是仍存在大量的未标记数据。为了充分利用未标记数据，本说明书实施例引入半监督思想，即将监督算法与非监督算法相结合。考虑到图理论能深入挖掘数据的内在关系，有效提升识别性能，因此，在监督算法的分支中首先构造一个关系图谱，在识别过程中引入物体的相关性信息，利用少量的标记数据训练监督算法的分支。然后使得监督算法的分支与非监督算法分支对于未标记数据的识别结果保持一致。本说明书实施例提出的网络能够充分利用未标记数据及物体之间的关系，进一步提高识别性能。

本申请实施例还提供一种基于图嵌入的物体识别设备，其特征在于，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过非监督学习得出的第二识别模型；

根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果；

若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。

本申请实施例还提供一种基于图嵌入的物体识别介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：

将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过非监督学习得出的第二识别模型；

根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果；

若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(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。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读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，磁带式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。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于图嵌入的物体识别方法，其特征在于，所述方法包括：

将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过非监督学习得出的第二识别模型；

根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果；

若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。

2.根据权利要求1所述的基于图嵌入的物体识别方法，其特征在于，所述将图像输入至预先训练的物体识别模型之前，所述方法还包括：

获取第一样本集，所述第一样本集包括多个包含相同物体的图像；

对所述第一样本集中的相同物体进行标记；

建立初始的第一识别模型；

根据监督学习及标记后的第一样本集训练所述初始的第一识别模型，得出符合条件的第一识别模型。

3.根据权利要求1所述的基于图嵌入的物体识别方法，其特征在于，所述将图像输入至预先训练的物体识别模型之前，所述方法还包括：

获取第二样本集，所述第二样本集包括多个包含相同物体的图像；

建立初始的第二识别模型；

根据非监督学习及所述第二样本集训练所述初始的第二识别模型，得出符合条件的第二识别模型。

4.根据权利要求3所述的基于图嵌入的物体识别方法，其特征在于，所述根据非监督学习及所述第二样本集训练所述初始的第二识别模型，得出符合条件的第二识别模型，具体包括：

根据非监督学习及所述第二样本集训练所述初始的第二识别模型；

训练初始阶段对所述初始的第二识别模型的参数进行随机赋值；

每一轮迭代过程中，取所述第一识别模型参数的平均值训练所述初始的第二识别模型，直到得出符合条件的第二识别模型。

5.根据权利要求1所述的基于图嵌入的物体识别方法，其特征在于，所述第一识别模型为度量学习框架中应用近邻成分分析算法。

6.根据权利要求1所述的基于图嵌入的物体识别方法，其特征在于，所述第二识别模型为聚类算法。

7.根据权利要求1所述的基于图嵌入的物体识别方法，其特征在于，所述第一识别模型中应用的损失函数为最小二乘函数。

8.根据权利要求1所述的基于图嵌入的物体识别方法，其特征在于，所述第二识别模型中应用的损失函数为K-Means函数。

9.一种基于图嵌入的物体识别设备，其特征在于，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过非监督学习得出的第二识别模型；

根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果；

若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。

10.一种基于图嵌入的物体识别介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：

将图像输入至预先训练的物体识别模型，其中，所述物体识别模型包括通过监督学习得出的第一识别模型与通过非监督学习得出的第二识别模型；

根据所述第一识别模型输出第一结果，根据所述第二识别模型输出第二结果；

若确定所述第一结果与所述第二结果相同，输出所述第一结果或所述第二结果。

Images