CN118247589A - 可解释性图像特征提取方法、图像识别方法、装置与设备 - Google Patents
可解释性图像特征提取方法、图像识别方法、装置与设备 Download PDFInfo
- Publication number
- CN118247589A CN118247589A CN202211665347.9A CN202211665347A CN118247589A CN 118247589 A CN118247589 A CN 118247589A CN 202211665347 A CN202211665347 A CN 202211665347A CN 118247589 A CN118247589 A CN 118247589A
- Authority
- CN
- China
- Prior art keywords
- sample image
- image data
- image
- interpretable
- model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000012549 training Methods 0.000 claims abstract description 62
- 238000003062 neural network model Methods 0.000 claims abstract description 54
- 238000000605 extraction Methods 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 14
- 238000000513 principal component analysis Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 35
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013140 knowledge distillation Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本公开的实施例公开了可解释性图像特征提取方法、图像识别方法、装置与设备。该方法的一具体实施方式包括:基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集;将第一样本图像数据集与第二样本图像数据集分别输入至图像标签预测神经网络模型中,得到第一图像预测标签集与第二图像预测标签集;根据第一样本图像数据集与第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型;根据第二样本图像数据集与第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型;根据样本图像数据集,提取出可解释性图像特征集。该实施方式与图像识别有关,提升了对模型的全局解释性。
Description
技术领域
本公开的实施例涉及计算机领域,具体涉及可解释性图像特征提取方法、图像识别方法、装置与设备。
背景技术
可解释性可以是指让神经网络具有清晰的符号化的内部知识表达,去匹配人类自身的知识框架。从而人们可以在语义层面对神经网络进行诊断和修改。可解释性图像特征可以用于表示图像中的重要特征,从而,可以用于优化神经网络模型。目前,对于可解释性图像特征的提取,通常采用的方式为:通过采用图像对比的方式提取出可解释性图像特征。
然而,采用上述方式通常会存在以下技术问题:提取出的可解释性图像特征不够全面,对模型的解释性不足,导致模型对于图像识别的准确性较低,造成模型的鲁棒性较低。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了可解释性图像特征提取方法、图像识别方法、装置、电子设备、计算机可读介质和程序产品,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种可解释性图像特征提取方法,该方法包括:基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集,其中,第一样本图像数据对应样本图像数据,第二样本图像数据对应样本图像数据;将上述第一样本图像数据集与上述第二样本图像数据集分别输入至预先训练的图像标签预测神经网络模型中,得到上述第一样本图像数据集对应的第一图像预测标签集与上述第二样本图像数据集对应的第二图像预测标签集;根据上述第一样本图像数据集与上述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型;根据上述第二样本图像数据集与上述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型;响应于上述第一可解释模型的概率分布与第一概率分布一致,以及上述第二可解释模型的概率分布与第二概率分布一致,根据上述样本图像数据集,提取出可解释性图像特征集。
可选地,上述样本图像数据集中的样本图像数据包括样本图像;以及上述基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集,包括:对于上述样本图像数据集中的每个样本图像数据,在上述样本图像数据包括的样本图像的图像向量中添加随机噪声,以生成添加后的样本图像数据作为第一中间样本图像数据;对上述样本图像数据集中的每个样本图像数据包括的样本图像进行图像变换处理,以生成变换后的样本图像数据作为第二中间样本图像数据,得到第二中间样本图像数据集;将各个第一中间样本图像数据与上述第二中间样本图像数据集分别输入至变分自编码器中,得到第一样本图像数据集与第二样本图像数据集。
可选地,上述根据上述第一样本图像数据集与上述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型,包括:基于上述第一样本图像数据集,对上述第一初始可解释模型进行训练,得到第一备选可解释模型;基于上述第一图像预测标签集与上述图像标签预测神经网络模型的第一概率分布,构建对应上述第一备选可解释模型的第一拟合损失函数,其中,上述第一概率分布对应上述第一图像预测标签集;基于上述第一拟合损失函数和上述第一样本图像数据集,对上述第一备选可解释模型进行训练,得到第一可解释模型。
可选地,上述根据上述第二样本图像数据集与上述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型,包括:基于上述第二样本图像数据集,对上述第二初始可解释模型进行训练,得到第二备选可解释模型;基于上述第二图像预测标签集与上述图像标签预测神经网络模型的第二概率分布,构建对应上述第二备选可解释模型的第二拟合损失函数,其中,上述第二概率分布对应上述第二图像预测标签集;基于上述第二拟合损失函数和上述第二样本图像数据集,对上述第二备选可解释模型进行训练,得到第二可解释模型。
可选地,上述根据上述样本图像数据集,提取出可解释性图像特征集,包括:对上述样本图像数据集中每个样本图像数据包括的样本图像进行主成分分析,以提取出主成分图像特征,得到主成分图像特征集;提取出上述主成分图像特征集对应的可解释性图像特征集。
可选地,上述方法还包括:基于上述可解释性图像特征集,对上述图像标签预测神经网络模型进行优化处理,以得到优化图像标签预测神经网络模型作为图像识别模型。
第二方面,本公开的一些实施例提供了一种图像识别方法,方法包括:获取待识别图像;将上述待识别图像输入至预先训练的图像识别模型,得到图像识别结果,其中,上述图像识别结果是通过如上述第一方面中可选的实现方式描述的方法生成的。
第三方面,本公开的一些实施例提供了一种可解释性图像特征提取装置,装置包括:获生成单元,被配置成基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集,其中,第一样本图像数据对应样本图像数据,第二样本图像数据对应样本图像数据;输入单元,被配置成将上述第一样本图像数据集与上述第二样本图像数据集分别输入至预先训练的图像标签预测神经网络模型中,得到上述第一样本图像数据集对应的第一图像预测标签集与上述第二样本图像数据集对应的第二图像预测标签集;第一训练单元,被配置成根据上述第一样本图像数据集与上述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型;第二训练单元,被配置成根据上述第二样本图像数据集与上述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型;提取单元,被配置成响应于上述第一可解释模型的概率分布与第一概率分布一致,以及上述第二可解释模型的概率分布与第二概率分布一致,根据上述样本图像数据集,提取出可解释性图像特征集。
可选地,上述样本图像数据集中的样本图像数据包括样本图像。
可选地,生成单元,被进一步配置成:对于上述样本图像数据集中的每个样本图像数据,在上述样本图像数据包括的样本图像的图像向量中添加随机噪声,以生成添加后的样本图像数据作为第一中间样本图像数据;对上述样本图像数据集中的每个样本图像数据包括的样本图像进行图像变换处理,以生成变换后的样本图像数据作为第二中间样本图像数据,得到第二中间样本图像数据集;将各个第一中间样本图像数据与上述第二中间样本图像数据集分别输入至变分自编码器中,得到第一样本图像数据集与第二样本图像数据集。
可选地,第一训练单元,被进一步配置成:基于上述第一样本图像数据集,对上述第一初始可解释模型进行训练,得到第一备选可解释模型;基于上述第一图像预测标签集与上述图像标签预测神经网络模型的第一概率分布,构建对应上述第一备选可解释模型的第一拟合损失函数,其中,上述第一概率分布对应上述第一图像预测标签集;基于上述第一拟合损失函数和上述第一样本图像数据集,对上述第一备选可解释模型进行训练,得到第一可解释模型。
可选地,第二训练单元,被进一步配置成:基于上述第二样本图像数据集,对上述第二初始可解释模型进行训练,得到第二备选可解释模型;基于上述第二图像预测标签集与上述图像标签预测神经网络模型的第二概率分布,构建对应上述第二备选可解释模型的第二拟合损失函数,其中,上述第二概率分布对应上述第二图像预测标签集;基于上述第二拟合损失函数和上述第二样本图像数据集,对上述第二备选可解释模型进行训练,得到第二可解释模型。
可选地,提取单元,被进一步配置成:对上述样本图像数据集中每个样本图像数据包括的样本图像进行主成分分析,以提取出主成分图像特征,得到主成分图像特征集;提取出上述主成分图像特征集对应的可解释性图像特征集。
可选地,装置,还包括:优化单元,被配置成基于上述可解释性图像特征集,对上述图像标签预测神经网络模型进行优化处理,以得到优化图像标签预测神经网络模型作为图像识别模型。
第四方面,本公开的一些实施例提供了一种图像识别装置,装置包括:获取单元,被配置成获取待识别图像;输入单元,被配置成将上述待识别图像输入至预先训练的图像识别模型,得到图像识别结果,其中,上述图像识别结果是通过如第一方面中可选的实现方式描述的方法生成的。
第五方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面或第二方面任一实现方式所描述的方法。
第六方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现上述第一方面或第二方面任一实现方式所描述的方法。
第七方面,本公开的一些实施例提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述第一方面或第二方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的可解释性图像特征提取方法,提升了对模型的全局解释性,提高了模型的鲁棒性。具体来说,造成模型的鲁棒性较低的原因在于:提取出的可解释性图像特征不够全面,对模型的解释性不足,导致模型对于图像识别的准确性较低。基于此,本公开的一些实施例的可解释性图像特征提取方法,首先,基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集。由此,可以从两组不同的样本图像数据,丰富所提取的可解释性图像特征的贡献度。其次,将上述第一样本图像数据集与上述第二样本图像数据集分别输入至预先训练的图像标签预测神经网络模型中,得到上述第一样本图像数据集对应的第一图像预测标签集与上述第二样本图像数据集对应的第二图像预测标签集。由此,为提高对图像标签预测神经网络模型的全局解释性,提供了数据支持。接着,根据上述第一样本图像数据集与上述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型。然后,根据上述第二样本图像数据集与上述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型。最后,响应于上述第一可解释模型的概率分布与第一概率分布一致,以及上述第二可解释模型的概率分布与第二概率分布一致,根据上述样本图像数据集,提取出可解释性图像特征集。由此,可以提取出样本图像数据集重要的标签特征(可解释性图像特征)。从而,用于对图像标签预测神经网络模型进行全局解释性,以便于对图像标签预测神经网络模型进行优化,提升了模型的鲁棒性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的可解释性图像特征提取方法的一个应用场景的示意图;
图2是本公开的一些实施例的图像识别方法的一个应用场景的示意图;
图3是根据本公开的可解释性图像特征提取方法的一些实施例的流程图;
图4是根据本公开的图像识别方法的一些实施例的流程图;
图5是根据本公开的可解释性图像特征提取装置的一些实施例的结构示意图;
图6是根据本公开的图像识别装置的一些实施例的结构示意图;
图7是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本公开中所涉及的用户个人信息(例如,对象行为信息、行为信息、对象画像数据集)的收集、存储、使用等操作,在执行相应操作之前,相关组织或个人尽到包括开展个人信息安全影响评估、向个人信息主体履行告知义务、事先征得个人信息主体的授权同意等义务,以及符合相关法律法规的规定。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的可解释性图像特征提取方法的一个应用场景的示意图。
在图1的应用场景中,首先,计算设备101可以基于样本图像数据集102,生成第一样本图像数据集103与第二样本图像数据集104。其中,第一样本图像数据对应样本图像数据,第二样本图像数据对应样本图像数据。其次,计算设备101可以将上述第一样本图像数据集103与上述第二样本图像数据集104分别输入至预先训练的图像标签预测神经网络模型1105中,得到上述第一样本图像数据集103对应的第一图像预测标签集106与上述第二样本图像数据集104对应的第二图像预测标签集107。接着,计算设备101可以根据上述第一样本图像数据集103与上述第一图像预测标签集106,对第一初始可解释模型108进行训练,得到第一可解释模型109。然后,计算设备101可以根据上述第二样本图像数据集104与上述第二图像预测标签集107,对第二初始可解释模型110进行训练,得到第二可解释模型111。最后,计算设备101可以根据上述第一可解释模型109与上述第二可解释模型111,提取出上述样本图像数据集102对应的可解释性图像特征集112。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
图2是根据本公开一些实施例的图像识别方法的一个应用场景的示意图。
在图2的应用场景中,首先,计算设备201可以获取待识别图像202。然后,计算设备201可以将上述待识别图像202输入至预先训练的图像识别模型203,得到图像识别结果204。其中,上述图像识别模型203是通过如第一方面中可选的实现方式描述的方法生成的。
需要说明的是,上述计算设备201可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图2中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图3,示出了根据本公开的可解释性图像特征提取方法的一些实施例的流程300。该可解释性图像特征提取方法,包括以下步骤:
步骤301,基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集。
在一些实施例中,可解释性图像特征提取方法的执行主体(例如,图1所示的计算设备101)可以基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集。这里,样本图像数据集中的样本图像数据可以是指用于训练神经网络模型的图像样本。样本图像数据可以包括:样本图像和样本图像标签。这里,样本图像可以是人脸图像,也可以是车辆图像或动物图像。需要注意的是,样本图像数据集中的各个样本图像的图像类型相同。例如,当样本图像为人脸图像时,则样本图像数据集中的各个样本图像均为人脸图像。样本图像标签可以表示样本图像的图像特征。
实践中,基于样本图像数据集,上述执行主体可以通过以下步骤生成第一样本图像数据集与第二样本图像数据集:
第一步,对于上述样本图像数据集中的每个样本图像数据,在上述样本图像数据包括的样本图像的图像向量中添加随机噪声,以生成添加后的样本图像数据作为第一样本图像数据。从而,得到第一样本图像数据集。例如,可以在在利用变分自编码器生成样本图像的Embedding向量时,添加随机噪声。
第二步,对上述样本图像数据集中的每个样本图像数据包括的样本图像进行图像变换处理,以生成变换后的样本图像数据作为第二样本图像数据,得到第二样本图像数据集。图像变换处理可以是指对样本图像进行扩大、缩放或提取局部信息的处理。
在一些实施例的一些可选的实现方式中,基于样本图像数据集,上述执行主体还可以通过以下步骤生成第一样本图像数据集与第二样本图像数据集:
第一步,对于上述样本图像数据集中的每个样本图像数据,在上述样本图像数据包括的样本图像的图像向量中添加随机噪声,以生成添加后的样本图像数据作为第一中间样本图像数据。例如,可以在在利用变分自编码器生成样本图像的Embedding向量时,添加随机噪声。
第二步,对上述样本图像数据集中的每个样本图像数据包括的样本图像进行图像变换处理,以生成变换后的样本图像数据作为第二中间样本图像数据,得到第二中间样本图像数据集。图像变换处理可以是指对样本图像进行扩大、缩放或提取局部信息的处理。
第三步,将各个第一中间样本图像数据与上述第二中间样本图像数据集分别输入至变分自编码器中,得到第一样本图像数据集与第二样本图像数据集。这里,变分自编码器可以是指VAE(Variational Auto Encoder)变分自编码器。实践中,首先,可以将上述各个第一中间样本图像数据中的每个第一中间样本图像数据输入至上述变分自编码器中,以生成第一样本图像数据,得到第一样本图像数据集。然后,可以将上述第二中间样本图像数据集中的每个第二中间样本图像数据输入至变分自编码器中,以生成第二样本图像数据,得到第二样本图像数据集。
步骤302,将上述第一样本图像数据集与上述第二样本图像数据集分别输入至预先训练的图像标签预测神经网络模型中,得到上述第一样本图像数据集对应的第一图像预测标签集与上述第二样本图像数据集对应的第二图像预测标签集。
在一些实施例中,上述执行主体可以将上述第一样本图像数据集与上述第二样本图像数据集分别输入至预先训练的图像标签预测神经网络模型中,得到上述第一样本图像数据集对应的第一图像预测标签集与上述第二样本图像数据集对应的第二图像预测标签集。这里,预先训练的图像标签预测神经网络模型可以是指以样本图像为输入,以图像预测标签为输出的深度神经网络模型。这里,图像预测标签可以是样本图像的识别结果(识别出的图像标签)。样本图像可以是指第一样本图像数据包括的样本图像或第二样本图像数据包括的样本图像。
实践中,首先,上述执行主体可以将上述第一样本图像数据集中的每个第一样本图像数据输入至上述图像标签预测神经网络模型中,以生成第一图像预测标签,得到第一图像预测标签集。然后,可以将上述第二样本图像数据集中的每个第二样本图像数据输入至上述图像标签预测神经网络模型中,以生成第二图像预测标签,得到第二图像预测标签集。
步骤303,根据上述第一样本图像数据集与上述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型。
在一些实施例中,上述执行主体可以根据上述第一样本图像数据集与上述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型。这里,第一初始可解释模型可以是指未经训练的可解释模型。例如,未经训练的可解释模型可以是未经训练的决策树模型或线性回归模型。
实践中,根据上述第一样本图像数据集与上述第一图像预测标签集,上述执行主体可以通过以下步骤对第一初始可解释模型进行训练,得到第一可解释模型:
第一步,确定上述第一初始可解释模型的网络结构以及初始化上述第一初始可解释模型的网络参数。
第二步,将上述第一样本图像数据集包括的样本图像作为上述第一初始可解释模型的输入,将上述第一图像预测标签集中对应样本图像的第一图像预测标签作为上述第一初始可解释模型的期望输出,利用深度学习方法训练上述第一初始可解释模型。
第三步,将训练得到的上述第一初始可解释模型确定为上述第一可解释模型。
在一些实施例的一些可选的实现方式中,上述执行主体还可以通过以下步骤对第一初始可解释模型进行训练,得到第一可解释模型:
第一步,基于上述第一样本图像数据集,对上述第一初始可解释模型进行训练,得到第一备选可解释模型。
实践中,上述第一步,可以包括以下子步骤:
第一子步骤,确定上述第一初始可解释模型的网络结构以及初始化上述第一初始可解释模型的网络参数。
第二子步骤,将上述第一样本图像数据集包括的样本图像作为上述第一初始可解释模型的输入,将上述第一样本图像数据集包括对应样本图像的样本图像标签作为上述第一初始可解释模型的期望输出,利用深度学习方法训练上述第一初始可解释模型。
第三子步骤,将训练得到的上述第一初始可解释模型确定为上述第一备选可解释模型。
第二步,基于上述第一图像预测标签集与上述图像标签预测神经网络模型的第一概率分布,构建对应上述第一备选可解释模型的第一拟合损失函数。其中,上述第一概率分布对应上述第一图像预测标签集。这里,图像标签预测神经网络模型的第一概率分布可以是指输出第一图像预测标签集中每个第一图像预测标签时的概率分布。第一拟合损失函数可以是预先设定的用于对第一备选可解释模型进行知识蒸馏的损失函数。
例如,第一拟合损失函数可以是:
其中,Lm1可以表示第一拟合损失函数。n可以表示第一样本图像数据集包括的第一样本图像数据的数量。i可以表示第一样本图像数据的序号。Xi可以表示第i个第一样本图像数据。Pl(xi)可以表示第一备选可解释模型输出第i个第一样本图像数据的图像预测标签的概率分布。Pd(Xi)可以表示图像标签预测神经网络模型输出第i个第一样本图像数据对应的第一图像预测标签的概率分布。Fl(xi)可以表示可以表示第一备选可解释模型输出第i个第一样本图像数据的图像预测标签。yi可以表示图像标签预测神经网络模型输出第i个第一样本图像数据对应的第一图像预测标签。
第三步,基于上述第一拟合损失函数和上述第一样本图像数据集,对上述第一备选可解释模型进行训练,得到第一可解释模型。实践中,将上述第一拟合损失函数作为上述第一备选可解释模型训练过程中的损失函数,根据上述第一样本图像数据集,利用深度学习方法训练训练上述第一备选可解释模型。从而,得到训练后的第一备选可解释模型作为第一可解释模型。
步骤304,根据上述第二样本图像数据集与上述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型。
在一些实施例中,上述执行主体可以根据上述第二样本图像数据集与上述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型。这里,第二初始可解释模型可以是指未经训练的可解释模型。例如,未经训练的可解释模型可以是未经训练的决策树模型或线性回归模型。
实践中,根据上述第二样本图像数据集与上述第二图像预测标签集,上述执行主体可以通过以下步骤对第二初始可解释模型进行训练,得到第二可解释模型:
第一步,确定上述第二初始可解释模型的网络结构以及初始化上述第二初始可解释模型的网络参数。
第二步,将上述第二样本图像数据集包括的样本图像作为上述第二初始可解释模型的输入,将上述第二图像预测标签集中对应样本图像的第二图像预测标签作为上述第二初始可解释模型的期望输出,利用深度学习方法训练上述第二初始可解释模型。
第三步,将训练得到的上述第二初始可解释模型确定为上述第二可解释模型。
在一些实施例的一些可选的实现方式中,上述执行主体还可以通过以下步骤对第二初始可解释模型进行训练,得到第二可解释模型:
第一步,基于上述第二样本图像数据集,对上述第二初始可解释模型进行训练,得到第二备选可解释模型。
实践中,上述第一步,可以包括以下子步骤:
第一子步骤,确定上述第二初始可解释模型的网络结构以及初始化上述第二初始可解释模型的网络参数。
第二子步骤,将上述第二样本图像数据集包括的样本图像作为上述第二初始可解释模型的输入,将上述第二样本图像数据集包括对应样本图像的样本图像标签作为上述第二初始可解释模型的期望输出,利用深度学习方法训练上述第二初始可解释模型。
第三子步骤,将训练得到的上述第二初始可解释模型确定为上述第二备选可解释模型。
第二步,基于上述第二图像预测标签集与上述图像标签预测神经网络模型的第二概率分布,构建对应上述第二备选可解释模型的第二拟合损失函数。其中,上述第二概率分布对应上述第二图像预测标签集。这里,图像标签预测神经网络模型的第二概率分布可以是指输出第二图像预测标签集中每个第二图像预测标签时的概率分布。第二拟合损失函数可以是预先设定的用于对第二备选可解释模型进行知识蒸馏的损失函数。
例如,第一拟合损失函数可以是:
其中,Lm2可以表示第二拟合损失函数。N可以表示第二样本图像数据集包括的第二样本图像数据的数量。t可以表示第二样本图像数据的序号。Zt可以表示第t个第二样本图像数据。Ps(zt)可以表示第二备选可解释模型输出第t个第二样本图像数据的图像预测标签的概率分布。Pd(zt)可以表示图像标签预测神经网络模型输出第t个第二样本图像数据对应的第二图像预测标签的概率分布。Fs(zt)可以表示可以表示第二备选可解释模型输出第t个第二样本图像数据的图像预测标签。Yt可以表示图像标签预测神经网络模型输出第t个第二样本图像数据对应的第二图像预测标签。
第三步,基于上述第二拟合损失函数和上述第二样本图像数据集,对上述第二备选可解释模型进行训练,得到第二可解释模型。实践中,将上述第二拟合损失函数作为上述第二备选可解释模型训练过程中的损失函数,根据上述第二样本图像数据集,利用深度学习方法训练训练上述第二备选可解释模型。从而,得到训练后的第二备选可解释模型作为第二可解释模型。
步骤105,响应于上述第一可解释模型的概率分布与第一概率分布一致,以及上述第二可解释模型的概率分布与第二概率分布一致,根据上述样本图像数据集,提取出可解释性图像特征集。
在一些实施例中,上述执行主体可以响应于上述第一可解释模型的概率分布与第一概率分布一致,以及上述第二可解释模型的概率分布与第二概率分布一致,根据上述样本图像数据集,提取出可解释性图像特征集。
实践中,首先,上述执行主体可以响应于确定上述第一可解释模型输出的对应上述第一样本图像数据集的各个图像预测标签与第一图像预测标签集相同,通过图像特征提取算法提取上述样本图像数据集包括的每个样本图像的图像特征作为第一备选图像特征,得到第一备选图像特征集。接着,可以将满足第一提取条件的第一备选图像特征确定为第一可解释性图像特征,得到第一可解释性图像特征集。其中,上述第一提取条件为:第一样本图像数据包括的样本图像标签与对应的第一图像预测标签相同。图像特征提取算法可以是指LBP算法(Local Binary Patterns,局部二值模式)或HOG特征提取算法(Histogram ofOriented Gradient)。然后,上述执行主体可以响应于确定上述第二可解释模型输出的对应上述第二样本图像数据集的各个图像预测标签与第二图像预测标签集相同,通过图像特征提取算法提取上述样本图像数据集包括的每个样本图像的图像特征作为第二备选图像特征,得到第二备选图像特征集。接着,可以将满足第二提取条件的第二备选图像特征确定为第二可解释性图像特征,得到第二可解释性图像特征集。其中,上述第二提取条件为:第二样本图像数据包括的样本图像标签与对应的第二图像预测标签相同。最后,将所第一可解释性图像特征集中与第二可解释性图像特征集中相同的图像特征确定为可解释性图像特征,得到可解释性图像特征集。上述第一可解释模型输出的对应上述第一样本图像数据集的各个图像预测标签与第一图像预测标签集相同可以是指:第一可解释模型输出的每个第一样本图像数据的图像预测标签与对应的第一图像预测标签相同。上述第二可解释模型输出的对应上述第二样本图像数据集的各个图像预测标签与第二图像预测标签集相同可以是指:第二可解释模型输出的每个第二样本图像数据的图像预测标签与对应的第二图像预测标签相同。
在一些实施例的一些可选的实现方式中,根据上述样本图像数据集,上述执行主体可以通过以下步骤提取出可解释性图像特征集:
第一步,对上述样本图像数据集中每个样本图像数据包括的样本图像进行主成分分析,以提取出主成分图像特征,得到主成分图像特征集。主成分图像特征可以是指通过主成分分析提取出的样本图像的图像特征信息。主成分分析可以是指PCA分析(PrincipalComponent Analysis)。即,可以通过主成分分析,提取出样本图像中的各个主要的图像特征。接着,可以按照主成分分析提取出的各个图像特征的顺序,提取出上述主成分图像特征集中前预设数量个主成分图像特征作为可解释性图像特征集。即,PCA分析提取出的各个主成分图像特征存在排列顺序。
第二步,提取出上述主成分图像特征集对应的可解释性图像特征集。提取出上述主成分图像特征集中前预设数量个主成分图像特征作为可解释性图像特征集。例如,可以提取出上述主成分图像特征集中前4个主成分图像特征作为可解释性图像特征集。
可选地,基于上述可解释性图像特征集,对上述图像标签预测神经网络模型进行优化处理,以得到优化图像标签预测神经网络模型作为图像识别模型。
在一些实施例中,上述执行主体可以基于上述可解释性图像特征集,对上述图像标签预测神经网络模型进行优化处理,以得到优化图像标签预测神经网络模型作为图像识别模型。例如,可以根据上述可解释性图像特征集,调整上述图像标签预测神经网络模型的卷积核的大小。从而,提升图像标签预测神经网络模型对图像识别的精度。进而,提升了模型的鲁棒性。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的可解释性图像特征提取方法,提升了对模型的全局解释性,提高了模型的鲁棒性。具体来说,造成模型的鲁棒性较低的原因在于:提取出的可解释性图像特征不够全面,对模型的解释性不足,导致模型对于图像识别的准确性较低。基于此,本公开的一些实施例的可解释性图像特征提取方法,首先,基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集。由此,可以从两组不同的样本图像数据,丰富所提取的可解释性图像特征的贡献度。其次,将上述第一样本图像数据集与上述第二样本图像数据集分别输入至预先训练的图像标签预测神经网络模型中,得到上述第一样本图像数据集对应的第一图像预测标签集与上述第二样本图像数据集对应的第二图像预测标签集。由此,为提高对图像标签预测神经网络模型的全局解释性,提供了数据支持。接着,根据上述第一样本图像数据集与上述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型。然后,根据上述第二样本图像数据集与上述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型。最后,响应于上述第一可解释模型的概率分布与第一概率分布一致,以及上述第二可解释模型的概率分布与第二概率分布一致,根据上述样本图像数据集,提取出可解释性图像特征集。由此,可以提取出样本图像数据集重要的标签特征(可解释性图像特征)。从而,用于对图像标签预测神经网络模型进行全局解释性,以便于对图像标签预测神经网络模型进行优化,提升模型的鲁棒性。
继续参考图4,图4示出了根据本公开的图像识别方法的一些实施例的流程400。该图像识别方法,包括以下步骤:
步骤401,获取待识别图像。
在一些实施例中,图像识别方法的执行主体(例如图2所示的计算设备201)可以通过有线连接或无线连接的方式从终端设备中获取待识别图像。这里,待识别图像可以是待提取图像特征的图像。例如,待识别图像可以是人脸图像。
步骤402,将上述待识别图像输入至预先训练的图像识别模型,得到图像识别结果。
在一些实施例中,上述执行主体可以将上述待识别图像输入至预先训练的图像识别模型,得到图像识别结果。其中,上述图像识别结果是通过本公开一些实施例的可解释性图像特征提取方法生成的。
从图4可以看出,通过本公开的一些实施例的图像识别方法,可以准确识别出图像的特征,提升了对图像识别的精度。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种可解释性图像特征提取装置的一些实施例,这些可解释性图像特征提取装置实施例与图3所示的那些方法实施例相对应,该可解释性图像特征提取装置具体可以应用于各种电子设备中。
如图5所示,一些实施例的可解释性图像特征提取装置500包括:生成单元501、输入单元502、第一训练单元503、第二训练单元504和提取单元505。其中,生成单元501,被配置成基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集,其中,第一样本图像数据对应样本图像数据,第二样本图像数据对应样本图像数据;输入单元502,被配置成将上述第一样本图像数据集与上述第二样本图像数据集分别输入至预先训练的图像标签预测神经网络模型中,得到上述第一样本图像数据集对应的第一图像预测标签集与上述第二样本图像数据集对应的第二图像预测标签集;第一训练单元503,被配置成根据上述第一样本图像数据集与上述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型;第二训练单元504,被配置成根据上述第二样本图像数据集与上述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型;提取单元505,被配置成响应于上述第一可解释模型的概率分布与第一概率分布一致,以及上述第二可解释模型的概率分布与第二概率分布一致,根据上述样本图像数据集,提取出可解释性图像特征集。
可选地,上述样本图像数据集中的样本图像数据包括样本图像。
可选地,生成单元501,被进一步配置成:对于上述样本图像数据集中的每个样本图像数据,在上述样本图像数据包括的样本图像的图像向量中添加随机噪声,以生成添加后的样本图像数据作为第一中间样本图像数据;对上述样本图像数据集中的每个样本图像数据包括的样本图像进行图像变换处理,以生成变换后的样本图像数据作为第二中间样本图像数据,得到第二中间样本图像数据集;将各个第一中间样本图像数据与上述第二中间样本图像数据集分别输入至变分自编码器中,得到第一样本图像数据集与第二样本图像数据集。
可选地,第一训练单元503,被进一步配置成:基于上述第一样本图像数据集,对上述第一初始可解释模型进行训练,得到第一备选可解释模型;基于上述第一图像预测标签集与上述图像标签预测神经网络模型的第一概率分布,构建对应上述第一备选可解释模型的第一拟合损失函数,其中,上述第一概率分布对应上述第一图像预测标签集;基于上述第一拟合损失函数和上述第一样本图像数据集,对上述第一备选可解释模型进行训练,得到第一可解释模型。
可选地,第二训练单元504,被进一步配置成:基于上述第二样本图像数据集,对上述第二初始可解释模型进行训练,得到第二备选可解释模型;基于上述第二图像预测标签集与上述图像标签预测神经网络模型的第二概率分布,构建对应上述第二备选可解释模型的第二拟合损失函数,其中,上述第二概率分布对应上述第二图像预测标签集;基于上述第二拟合损失函数和上述第二样本图像数据集,对上述第二备选可解释模型进行训练,得到第二可解释模型。
可选地,提取单元505,被进一步配置成:对上述样本图像数据集中每个样本图像数据包括的样本图像进行主成分分析,以提取出主成分图像特征,得到主成分图像特征集;提取出上述主成分图像特征集对应的可解释性图像特征集。
可选地,装置500,还包括:优化单元,被配置成基于上述可解释性图像特征集,对上述图像标签预测神经网络模型进行优化处理,以得到优化图像标签预测神经网络模型作为图像识别模型。
可以理解的是,该可解释性图像特征提取装置500中记载的诸单元与参考图3描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于可解释性图像特征提取装置500及其中包含的单元,在此不再赘述。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种图像识别装置的一些实施例,这些图像识别装置实施例与图4所示的那些方法实施例相对应,该图像识别装置具体可以应用于各种电子设备中。
如图6所示,一些实施例的图像识别装置600包括:获取单元601和输入单元602。其中,获取单元601,被配置成获取待识别图像;输入单元602,被配置成将上述待识别图像输入至预先训练的图像识别模型,得到图像识别结果,其中,上述图像识别结果是通过本公开一些实施例的可解释性图像特征提取方法生成的。
可以理解的是,该图像识别装置600中记载的诸单元与参考图4描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于图像识别装置600及其中包含的单元,在此不再赘述。
下面参考图7,其示出了适于用来实现本公开的一些实施例的电子设备(例如,图1所示的计算设备101或图2所示的计算设备201)700的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM702被安装。在该计算机程序被处理装置701执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集,其中,第一样本图像数据对应样本图像数据,第二样本图像数据对应样本图像数据;将上述第一样本图像数据集与上述第二样本图像数据集分别输入至预先训练的图像标签预测神经网络模型中,得到上述第一样本图像数据集对应的第一图像预测标签集与上述第二样本图像数据集对应的第二图像预测标签集;根据上述第一样本图像数据集与上述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型;根据上述第二样本图像数据集与上述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型;响应于上述第一可解释模型的概率分布与第一概率分布一致,以及上述第二可解释模型的概率分布与第二概率分布一致,根据上述样本图像数据集,提取出可解释性图像特征集。
或使得该电子设备:获取待识别图像;将上述待识别图像输入至预先训练的图像识别模型,得到图像识别结果,其中,上述图像识别结果是通过本公开一些实施例的可解释性图像特征提取方法生成的。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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、或代码的一部分,该模块、程序段、或代码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。也应当注意,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,两个接连地表示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操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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括生成单元、输入单元、第一训练单元、第二训练单元和提取单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,生成单元还可以被描述为“基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
本公开的一些实施例还提供一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述的任一种可解释性图像特征提取或图像识别方法。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种可解释性图像特征提取方法,包括:
基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集,其中,第一样本图像数据对应样本图像数据,第二样本图像数据对应样本图像数据;
将所述第一样本图像数据集与所述第二样本图像数据集分别输入至预先训练的图像标签预测神经网络模型中,得到所述第一样本图像数据集对应的第一图像预测标签集与所述第二样本图像数据集对应的第二图像预测标签集;
根据所述第一样本图像数据集与所述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型;
根据所述第二样本图像数据集与所述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型;
响应于所述第一可解释模型的概率分布与第一概率分布一致,以及所述第二可解释模型的概率分布与第二概率分布一致,根据所述样本图像数据集,提取出可解释性图像特征集。
2.根据权利要求1所述的方法,其中,所述样本图像数据集中的样本图像数据包括样本图像;以及
所述基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集,包括:
对于所述样本图像数据集中的每个样本图像数据,在所述样本图像数据包括的样本图像的图像向量中添加随机噪声,以生成添加后的样本图像数据作为第一中间样本图像数据;
对所述样本图像数据集中的每个样本图像数据包括的样本图像进行图像变换处理,以生成变换后的样本图像数据作为第二中间样本图像数据,得到第二中间样本图像数据集;
将各个第一中间样本图像数据与所述第二中间样本图像数据集分别输入至变分自编码器中,得到第一样本图像数据集与第二样本图像数据集。
3.根据权利要求1所述的方法,其中,所述根据所述第一样本图像数据集与所述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型,包括:
基于所述第一样本图像数据集,对所述第一初始可解释模型进行训练,得到第一备选可解释模型;
基于所述第一图像预测标签集与所述图像标签预测神经网络模型的第一概率分布,构建对应所述第一备选可解释模型的第一拟合损失函数,其中,所述第一概率分布对应所述第一图像预测标签集;
基于所述第一拟合损失函数和所述第一样本图像数据集,对所述第一备选可解释模型进行训练,得到第一可解释模型。
4.根据权利要求1所述的方法,其中,所述根据所述第二样本图像数据集与所述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型,包括:
基于所述第二样本图像数据集,对所述第二初始可解释模型进行训练,得到第二备选可解释模型;
基于所述第二图像预测标签集与所述图像标签预测神经网络模型的第二概率分布,构建对应所述第二备选可解释模型的第二拟合损失函数,其中,所述第二概率分布对应所述第二图像预测标签集;
基于所述第二拟合损失函数和所述第二样本图像数据集,对所述第二备选可解释模型进行训练,得到第二可解释模型。
5.根据权利要求1所述的方法,其中,所述根据所述样本图像数据集,提取出可解释性图像特征集,包括:
对所述样本图像数据集中每个样本图像数据包括的样本图像进行主成分分析,以提取出主成分图像特征,得到主成分图像特征集;
提取出所述主成分图像特征集对应的可解释性图像特征集。
6.根据权利要求1所述的方法,其中,所述方法还包括:
基于所述可解释性图像特征集,对所述图像标签预测神经网络模型进行优化处理,以得到优化图像标签预测神经网络模型作为图像识别模型。
7.一种图像识别方法,包括:
获取待识别图像;
将所述待识别图像输入至预先训练的图像识别模型,得到图像识别结果,其中,所述图像识别结果是通过如权利要求5所述的方法生成的。
8.一种可解释性图像特征提取装置,包括:
生成单元,被配置成基于样本图像数据集,生成第一样本图像数据集与第二样本图像数据集,其中,第一样本图像数据对应样本图像数据,第二样本图像数据对应样本图像数据;
输入单元,被配置成将所述第一样本图像数据集与所述第二样本图像数据集分别输入至预先训练的图像标签预测神经网络模型中,得到所述第一样本图像数据集对应的第一图像预测标签集与所述第二样本图像数据集对应的第二图像预测标签集;
第一训练单元,被配置成根据所述第一样本图像数据集与所述第一图像预测标签集,对第一初始可解释模型进行训练,得到第一可解释模型;
第二训练单元,被配置成根据所述第二样本图像数据集与所述第二图像预测标签集,对第二初始可解释模型进行训练,得到第二可解释模型;
提取单元,被配置成响应于所述第一可解释模型的概率分布与第一概率分布一致,以及所述第二可解释模型的概率分布与第二概率分布一致,根据所述样本图像数据集,提取出可解释性图像特征集。
9.一种图像识别装置,包括:
获取单元,被配置成获取待识别图像;
输入单元,被配置成将所述待识别图像输入至预先训练的图像识别模型,得到图像识别结果,其中,所述图像识别结果是通过如权利要求7所述的方法生成的。
10.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6或7中任一所述的方法。
11.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-6或7中任一所述的方法。
12.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6或7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211665347.9A CN118247589A (zh) | 2022-12-23 | 2022-12-23 | 可解释性图像特征提取方法、图像识别方法、装置与设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211665347.9A CN118247589A (zh) | 2022-12-23 | 2022-12-23 | 可解释性图像特征提取方法、图像识别方法、装置与设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118247589A true CN118247589A (zh) | 2024-06-25 |
Family
ID=91563019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211665347.9A Pending CN118247589A (zh) | 2022-12-23 | 2022-12-23 | 可解释性图像特征提取方法、图像识别方法、装置与设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118247589A (zh) |
-
2022
- 2022-12-23 CN CN202211665347.9A patent/CN118247589A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112668588B (zh) | 车位信息生成方法、装置、设备和计算机可读介质 | |
CN110826567B (zh) | 光学字符识别方法、装置、设备及存储介质 | |
CN112766284B (zh) | 图像识别方法和装置、存储介质和电子设备 | |
CN112200173B (zh) | 多网络模型训练方法、图像标注方法和人脸图像识别方法 | |
CN113449070A (zh) | 多模态数据检索方法、装置、介质及电子设备 | |
CN112883968A (zh) | 图像字符识别方法、装置、介质及电子设备 | |
CN116166271A (zh) | 代码生成方法、装置、存储介质及电子设备 | |
CN114494709A (zh) | 特征提取模型的生成方法、图像特征提取方法和装置 | |
CN113140012B (zh) | 图像处理方法、装置、介质及电子设备 | |
CN113408507B (zh) | 基于履历文件的命名实体识别方法、装置和电子设备 | |
CN113033707B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN112241761B (zh) | 模型训练方法、装置和电子设备 | |
CN114625876B (zh) | 作者特征模型的生成方法、作者信息处理方法和装置 | |
CN113222050B (zh) | 图像分类方法、装置、可读介质及电子设备 | |
CN116092092A (zh) | 匹配方法、装置、介质及电子设备 | |
CN113610228B (zh) | 神经网络模型的构建方法及装置 | |
CN113255819B (zh) | 用于识别信息的方法和装置 | |
CN114495080A (zh) | 字体识别方法、装置、可读介质及电子设备 | |
CN118247589A (zh) | 可解释性图像特征提取方法、图像识别方法、装置与设备 | |
CN111797931A (zh) | 图像处理方法、图像处理网络训练方法、装置、设备 | |
CN111797263A (zh) | 图像标签生成方法、装置、设备和计算机可读介质 | |
CN111311616B (zh) | 用于分割图像的方法和装置 | |
CN116343905B (zh) | 蛋白质特征的预处理方法、装置、介质及设备 | |
CN116503849B (zh) | 异常地址识别方法、装置、电子设备与计算机可读介质 | |
CN113806485B (zh) | 一种基于小样本冷启动的意图识别方法、装置及可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |