CN111738325B - 图像识别方法、装置、设备以及存储介质 - Google Patents
图像识别方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN111738325B CN111738325B CN202010550146.9A CN202010550146A CN111738325B CN 111738325 B CN111738325 B CN 111738325B CN 202010550146 A CN202010550146 A CN 202010550146A CN 111738325 B CN111738325 B CN 111738325B
- Authority
- CN
- China
- Prior art keywords
- normalization
- task
- characteristic data
- data
- determining
- 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 38
- 238000010606 normalization Methods 0.000 claims description 113
- 230000015654 memory Effects 0.000 claims description 22
- 238000012216 screening Methods 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 36
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003796 beauty Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06N3/045—Combinations of networks
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种图像识别方法、装置、设备以及存储介质。涉及人工智能中的图像处理技术领域，更具体地，涉及基于深度学习神经网络对图像进行处理的技术。具体实现方案为：确定目标图像的至少两种任务种类的特征数据；根据所述特征数据的所属任务种类，基于神经网络多任务识别模型对所述特征数据的数据分布进行归一化；根据归一化的特征数据，确定所述目标图像的至少两种属性信息。根据本申请的技术可以在尽量降低存储量的同时，提高属性信息的识别准确率。
Description
技术领域
本申请涉及人工智能领域，尤其涉及图像处理技术领域，更具体地，涉及基于深度学习神经网络对图像进行处理的技术。本申请提供了一种图像识别方法、装置、设备以及存储介质。
背景技术
多任务学习是一种常见的机器学习方法，其主要思路是同时学习多个互相具有关联的任务。基于多任务学习可以实现对输入图像进行多种属性的识别。当前主要的多任务学习方式是：基于深度神经网络模型下的多任务学习，该方式中的深度神经网络由特征提取网络和任务分类网络串联组成。深度神经网络效果出众的主要原因是深度的特征提取网络对数据实现了有效的表示，其主要的存储也存在于这部分。
而多任务学习的识别准确率和占用的存储量一直是多任务学习的关注点。
发明内容
本公开提供了一种图像识别方法、装置、设备以及存储介质。
根据本公开的一方面，提供了一种图像识别方法，该方法包括：
确定目标图像的至少两种任务种类的特征数据；
根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化；
根据归一化的特征数据，确定所述目标图像的至少两种属性信息。
根据本公开的另一方面，提供了一种图像识别装置，该装置包括：
数据确定模块，用于确定目标图像的至少两种任务种类的特征数据；
归一化模块，用于根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化；
属性确定模块，用于根据归一化的特征数据，确定所述目标图像的至少两种属性信息。
根据本公开的又一方面，提供了一种电子设备，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执行本申请实施例中任一项所述的方法。
根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例中任一项所述的方法。
根据本申请的技术在尽量降低存储量的同时，提高属性信息的准确率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请第一实施例提供的一种图像识别方法的流程图；
图2是本申请第二实施例提供的一种图像识别方法的流程图；
图3是本申请第二实施例提供的一种网络结构示意图；
图4是本申请第三实施例提供的一种图像识别方法的流程图；
图5是本申请第四实施例提供的一种图像识别装置的结构示意图；
图6是根据本申请实施例的图像识别方法的电子设备框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
第一实施例
图1是本申请第一实施例提供的一种图像识别方法的流程图。本实施例可适用于对一张待识别图像进行至少两种属性信息识别的情况。典型地，本实施例可适用于基于深度学习神经网络对待识别图像进行至少两种属性信息识别的情况。该方法可以由一种图像识别装置来执行，该装置可以由软件和/或硬件的方式实现。参见图1，本申请实施例提供的图像识别方法包括：
S110、确定目标图像的至少两种任务种类的特征数据。
其中，目标图像是指待进行至少两种属性信息识别的图像。
任务种类是指识别图像属性信息的任务所属种类。
任务种类可以根据需要识别的图像属性信息所属的种类确定。
具体地，任务种类可以是对图像美观度的识别、对图像清晰度的识别，以及对图像中目标物体的识别等。
特征数据是指用于描述目标图像的待识别属性信息特征的数据。
具体地，特征数据可以基于特征提取算法从目标图像中提取。
S120、根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化。
其中，归一化是将不同任务种类的特征数据的数据分布映射至统一的数据分布空间，从而方便对特征数据的后续统一计算。
上述步骤也可以理解为，针对不同任务种类的特征数据，采用不同的归一化逻辑，对所述特征数据的数据分布进行归一化。
其中，不同的归一化逻辑可以是运算逻辑不同，也可以是运算参数不同，还可以是运算逻辑和运算参数均不相同。
不同的归一化逻辑可以根据不同任务种类的特征数据确定。
例如，第一归一化逻辑可以根据第一任务种类的特征数据确定。第二归一化逻辑可以根据第二任务种类的特征数据确定。
S130、根据归一化的特征数据，确定所述目标图像的至少两种属性信息。
其中，属性信息可以是描述目标图像任意属性的信息。
具体地，待识别的属性信息可以根据实际需要设定。本实施例对此并不进行任何限制。
示例性地，所述至少两种属性信息可以包括：物体类别、美观度和清晰度中的至少两种。
其中，物体类别是指目标图像中包括物体的类型。
美观度是指目标图像的美观程度。
清晰度是指目标图像的清晰程度。
若使用相同归一化逻辑，对多任务特征数据的数据分布进行归一化，由于任务种类的差异，多任务关联特征数据的数据分布也存在较大差异，该差异会降低特征数据的描述准确率。本申请实施例提供的技术方案，通过根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行个性归一化，从而提高特征数据的描述准确率，进而提高属性信息的识别准确率。
此外，因为归一化逻辑涉及的参数较少，增加的归一化逻辑的数量有限，所以归一化逻辑的增加不会导致存储量的大幅度增加。
因此，本申请实施例的技术方案，可以实现在尽量降低存储量的同时，提高属性信息的准确率。
第二实施例
图2是本申请第二实施例提供的一种图像识别方法的流程图。本实施例是在上述实施例的基础上，对步骤“根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化”的具体优化。参见图2，本申请实施例提供的图像识别方法包括：
S210、确定目标图像的至少两种任务种类的特征数据。
S220、基于多任务识别模型中归一化层的至少两个归一化单元，根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化。
其中，所述归一化单元中的归一化参数根据所述归一化单元关联任务种类的特征数据确定。
归一化参数是指归一化模型关联归一化运算涉及的参数。
不同归一化单元的归一化参数不同。
归一化层是多任务识别模型中的一网络层，该网络层可以使训练数据与测试数据的分布相同，以降低网络的泛化能力。
可选地，归一化层中使用的归一化逻辑可以是批量归一化(BN，BatchNormalization)，也可以是层归一化(LN，Layer Normalizaiton)，还可以是实例归一化(IN，Instance Normalization)，本实施例对此并不进行任何限制。
所述多任务识别模型可以是具有归一化层的任意种类的网络。
可选地，该多任务识别模型可以是普通神经网络，也可以是深度神经网络。
典型地，多任务识别模型可以是卷积神经网络。参见图3，该卷积神经网络包括多个网络单元，所述多个网络单元中的至少一个网络单元的归一化层中包括k个归一化单元。其中k为大于2的数值。
继续参见图3，在具体归一化计算时，对于多个归一化单元，每个任务只通过属于自己任务的归一化单元进行计算和更新参数，所有任务共享除归一化层以外的其他网络层的参数。
为提高特征数据的描述准确率，多任务识别模型中的每个归一化层都可以包括至少两个归一化单元，用于对不同任务种类的特征数据进行数据分布的归一化。
S230、根据归一化的特征数据，确定所述目标图像的至少两种属性信息。
具体地，根据归一化的特征数据，确定所述目标图像的至少两种属性信息，包括：
将归一化的特征数据输入任务分类网络，输出所述目标图像的至少两种属性信息。
任务分类网络一般由单层的全连接层(FC)实现。
若使用相同归一化单元，对多任务特征数据的数据分布进行归一化，由于任务种类的差异，多任务关联特征数据的数据分布也存在较大差异，该差异会导致学习竞争，从而降低特征数据的描述准确率。本申请实施例的技术方案，通过在多任务识别模型的归一化层中增加归一化单元，使得每个任务只通过与其关联的归一化单元进行那个归一化计算和参数更新，从而实现基于模型对特征数据分布的个性归一化。个性归一化可以提高特征数据的描述准确率，进而提高属性信息的识别准确率。
此外，因为归一化单元中的参数较少，所以归一化单元的增加不会过多增大模型的存储量。
为降低模型的存储量，所述多任务识别模型包括第一归一化层和第二归一化层，其中所述第一归一化层包括根据不同任务种类构建的至少两个归一化单元，所述第二归一化层包括根据同一任务种类构建的归一化单元；
所述第一归一化层的网络层数大于设定层数阈值，所述第二归一化层的网络层数小于或等于设定层数阈值。
设定层数阈值可以根据需要设定。
这种方式使得模型可以充分利用低层网络提取特征较为通用的特点，通过任务特定的高层网络来学习各任务特有的特征分布。
第三实施例
图4是本申请第三实施例提供的一种图像识别方法的流程图。本实施例是在上述实施例的基础上，对方案的进一步扩展。参见图4，本申请实施例提供的图像识别方法，包括：
S310、确定目标图像的至少两种任务种类的特征数据。
S320、根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化。
S330、根据归一化的特征数据，确定所述目标图像的至少两种属性信息。
S340、将所述属性信息与候选信息进行匹配。
可选地，候选信息可以是推荐信息，也可以是检索信息，本实施例对此并不进行任何限制。
S350、根据匹配结果，从所述候选信息中确定目标信息。
其中，目标信息是与目标图像匹配的信息。
S360、将所述目标信息反馈给用户。
本申请实施例的技术方案，通过将所述属性信息与候选信息进行匹配；根据匹配结果，从所述候选信息中确定目标信息；将所述目标信息反馈给用户，从而实现对用户的信息推荐或信息检索。
第四实施例
图5是本申请第四实施例提供的一种图像识别装置的结构示意图。参见图5，本申请实施例提供的图像识别装置500，包括：数据确定模块501、归一化模块502和属性确定模块503。
其中，数据确定模块501，用于确定目标图像的至少两种任务种类的特征数据；
归一化模块502，用于根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化；
属性确定模块503，用于根据归一化的特征数据，确定所述目标图像的至少两种属性信息。
本申请实施例提供的技术方案，通过根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行个性归一化，从而提高特征数据的描述准确率，进而提高属性信息的识别准确率。
此外，因为归一化逻辑涉及的参数较少，增加的归一化逻辑的数量有限，所以归一化逻辑的增加不会导致存储量的大幅度增加。
进一步地，所述归一化模块，包括：
归一化单元，用于基于多任务识别模型中归一化层的至少两个归一化单元，根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化；
其中，所述归一化单元中的归一化参数根据所述归一化单元关联任务种类的特征数据确定。
进一步地，所述多任务识别模型包括第一归一化层和第二归一化层，其中所述第一归一化层包括根据不同任务种类构建的至少两个归一化单元，所述第二归一化层包括根据同一任务种类构建的归一化单元；
所述第一归一化层的网络层数大于设定层数阈值，所述第二归一化层的网络层数小于或等于设定层数阈值。
进一步地，所述至少两种属性信息包括：物体类别、美观度和清晰度中的至少两种。
进一步地，所述装置还包括：
信息匹配模块，用于所述根据归一化的特征数据，确定所述目标图像的至少两种属性信息之后，将所述属性信息与候选信息进行匹配；
信息筛选模块，用于根据匹配结果，从所述候选信息中确定目标信息；
信息反馈模块，用于将所述目标信息反馈给用户。
第五实施例
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图6所示，是根据本申请实施例的图像识别方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的图像识别方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的图像识别方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的图像识别方法对应的程序指令/模块(例如，附图5所示的数据确定模块501、归一化模块502和属性确定模块503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的图像识别方法。
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据图像识别电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至图像识别电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图像识别方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与图像识别电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请的技术在尽量降低存储量的同时，提高属性信息的准确率。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (8)
1.一种图像识别方法，包括：
确定目标图像的至少两种任务种类的特征数据；
根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化；
根据归一化的特征数据，确定所述目标图像的至少两种属性信息；
所述根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化，包括：针对不同任务种类的所述特征数据，采用不同的归一化逻辑，对所述特征数据的数据分布进行归一化；
其中，所述根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化，包括：
基于多任务识别模型中归一化层的至少两个归一化单元，根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化；
其中，所述归一化单元中的归一化参数根据所述归一化单元关联任务种类的特征数据确定；
对于多个所述归一化单元，每个任务只通过属于自己任务的所述归一化单元进行计算和更新参数；
所述多任务识别模型包括第一归一化层和第二归一化层，其中所述第一归一化层包括根据不同任务种类构建的至少两个归一化单元，所述第二归一化层包括根据同一任务种类构建的归一化单元；
所述第一归一化层的网络层数大于设定层数阈值，所述第二归一化层的网络层数小于或等于设定层数阈值。
2.根据权利要求1所述的方法，所述至少两种属性信息包括：物体类别、美观度和清晰度中的至少两种。
3.根据权利要求1所述的方法，所述根据归一化的特征数据，确定所述目标图像的至少两种属性信息之后，所述方法还包括：
将所述属性信息与候选信息进行匹配；
根据匹配结果，从所述候选信息中确定目标信息；
将所述目标信息反馈给用户。
4.一种图像识别装置，包括：
数据确定模块，用于确定目标图像的至少两种任务种类的特征数据；
归一化模块，用于根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化；
属性确定模块，用于根据归一化的特征数据，确定所述目标图像的至少两种属性信息；
所述归一化模块，具体用于针对不同任务种类的所述特征数据，采用不同的归一化逻辑，对所述特征数据的数据分布进行归一化；
其中，所述归一化模块，包括：
归一化单元，用于基于多任务识别模型中归一化层的至少两个归一化单元，根据所述特征数据的所属任务种类，对所述特征数据的数据分布进行归一化；
其中，所述归一化单元中的归一化参数根据所述归一化单元关联任务种类的特征数据确定；
对于多个归一化单元，每个任务只通过属于自己任务的归一化单元进行计算和更新参数；
所述多任务识别模型包括第一归一化层和第二归一化层，其中所述第一归一化层包括根据不同任务种类构建的至少两个归一化单元，所述第二归一化层包括根据同一任务种类构建的归一化单元；
所述第一归一化层的网络层数大于设定层数阈值，所述第二归一化层的网络层数小于或等于设定层数阈值。
5.根据权利要求4中任一所述的装置，所述至少两种属性信息包括：物体类别、美观度和清晰度中的至少两种。
6.根据权利要求4中任一所述的装置，所述装置还包括：
信息匹配模块，用于所述根据归一化的特征数据，确定所述目标图像的至少两种属性信息之后，将所述属性信息与候选信息进行匹配；
信息筛选模块，用于根据匹配结果，从所述候选信息中确定目标信息；
信息反馈模块，用于将所述目标信息反馈给用户。
7. 一种电子设备，其特征在于，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执行权利要求1-3中任一项所述的方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010550146.9A CN111738325B (zh) | 2020-06-16 | 2020-06-16 | 图像识别方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010550146.9A CN111738325B (zh) | 2020-06-16 | 2020-06-16 | 图像识别方法、装置、设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111738325A CN111738325A (zh) | 2020-10-02 |
| CN111738325B true CN111738325B (zh) | 2024-05-17 |
Family
ID=72649875
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010550146.9A Active CN111738325B (zh) | 2020-06-16 | 2020-06-16 | 图像识别方法、装置、设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111738325B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112561047B (zh) * | 2020-12-22 | 2023-04-28 | 上海壁仞智能科技有限公司 | 用于处理数据的装置、方法和计算机可读存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104008393A (zh) * | 2014-05-17 | 2014-08-27 | 北京工业大学 | 一种用于认知状态识别的特征分组归一化方法 |
| CN107609395A (zh) * | 2017-08-31 | 2018-01-19 | 中国长江三峡集团公司 | 一种数值融合模型构建方法及装置 |
| CN108960053A (zh) * | 2018-05-28 | 2018-12-07 | 北京陌上花科技有限公司 | 归一化处理方法及装置、客户端 |
| CN109508634A (zh) * | 2018-09-30 | 2019-03-22 | 上海鹰觉科技有限公司 | 基于迁移学习的船舶类型识别方法及系统 |
| CN110689025A (zh) * | 2019-09-16 | 2020-01-14 | 腾讯医疗健康(深圳)有限公司 | 图像识别方法、装置、系统及内窥镜图像识别方法、装置 |
| EP3598342A1 (en) * | 2017-05-17 | 2020-01-22 | Samsung Electronics Co., Ltd. | Method and device for identifying object |
| CN110728255A (zh) * | 2019-10-22 | 2020-01-24 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN110781813A (zh) * | 2019-10-24 | 2020-02-11 | 北京市商汤科技开发有限公司 | 图像识别方法及装置、电子设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111291694B (zh) * | 2020-02-18 | 2023-12-01 | 苏州大学 | 菜肴图像识别方法及装置 |
-
2020
- 2020-06-16 CN CN202010550146.9A patent/CN111738325B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104008393A (zh) * | 2014-05-17 | 2014-08-27 | 北京工业大学 | 一种用于认知状态识别的特征分组归一化方法 |
| CN104200227A (zh) * | 2014-05-17 | 2014-12-10 | 北京工业大学 | 一种用于人类认知模式识别的特征归一化方法及系统 |
| EP3598342A1 (en) * | 2017-05-17 | 2020-01-22 | Samsung Electronics Co., Ltd. | Method and device for identifying object |
| CN107609395A (zh) * | 2017-08-31 | 2018-01-19 | 中国长江三峡集团公司 | 一种数值融合模型构建方法及装置 |
| CN108960053A (zh) * | 2018-05-28 | 2018-12-07 | 北京陌上花科技有限公司 | 归一化处理方法及装置、客户端 |
| CN109508634A (zh) * | 2018-09-30 | 2019-03-22 | 上海鹰觉科技有限公司 | 基于迁移学习的船舶类型识别方法及系统 |
| CN110689025A (zh) * | 2019-09-16 | 2020-01-14 | 腾讯医疗健康(深圳)有限公司 | 图像识别方法、装置、系统及内窥镜图像识别方法、装置 |
| CN110728255A (zh) * | 2019-10-22 | 2020-01-24 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN110781813A (zh) * | 2019-10-24 | 2020-02-11 | 北京市商汤科技开发有限公司 | 图像识别方法及装置、电子设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Shane Wang et al.."A Multi-task Learning Approach for Weather Classfication on Railway transprotation".《2018 International Conference on Intelligent Rail Transportation（ICIRT）》.2018,第1-5页. * |
| 王耀玮等."基于多任务卷积神经网络的车辆多属性识别".《计算机工程与应用》.2018,第54卷(第8期),第21-27页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111738325A (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111539514B (zh) | 用于生成神经网络的结构的方法和装置 | |
| CN111104514B (zh) | 文档标签模型的训练方法及装置 | |
| US20210264197A1 (en) | Point cloud data processing method, apparatus, electronic device and computer readable storage medium | |
| CN111275190B (zh) | 神经网络模型的压缩方法及装置、图像处理方法及处理器 | |
| CN111680517B (zh) | 用于训练模型的方法、装置、设备以及存储介质 | |
| CN111311321B (zh) | 用户消费行为预测模型训练方法、装置、设备及存储介质 | |
| CN112084366B (zh) | 用于检索图像的方法、装置、设备以及存储介质 | |
| CN111860769A (zh) | 预训练图神经网络的方法以及装置 | |
| CN112149741B (zh) | 图像识别模型的训练方法、装置、电子设备及存储介质 | |
| CN111539347B (zh) | 用于检测目标的方法和装置 | |
| CN111582375A (zh) | 数据增强策略搜索方法、装置、设备以及存储介质 | |
| CN111241234B (zh) | 文本分类方法及装置 | |
| CN111611990A (zh) | 用于识别图像中表格的方法和装置 | |
| CN112001265B (zh) | 视频事件识别方法、装置、电子设备及存储介质 | |
| CN111460791B (zh) | 文本分类方法、装置、设备以及存储介质 | |
| CN111126063B (zh) | 文本质量评估方法及装置 | |
| CN111738325B (zh) | 图像识别方法、装置、设备以及存储介质 | |
| CN112016523B (zh) | 跨模态人脸识别的方法、装置、设备和存储介质 | |
| CN112580723B (zh) | 多模型融合方法、装置、电子设备和存储介质 | |
| CN112016524B (zh) | 模型训练方法、人脸识别方法、装置、设备和介质 | |
| CN112329453B (zh) | 样本章节的生成方法、装置、设备以及存储介质 | |
| CN111680599B (zh) | 人脸识别模型处理方法、装置、设备和存储介质 | |
| CN111488972B (zh) | 数据迁移方法、装置、电子设备和存储介质 | |
| CN111160552B (zh) | 新闻信息的推荐处理方法、装置、设备和计算机存储介质 | |
| CN111177479B (zh) | 获取关系网络图中节点的特征向量的方法以及装置 |
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 |