基于神经网络的牛脸识别方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110610125A(43)申请公布日2019.12.24(21)申请号201910700608.8(22)申请日2019.07.31(71)申请人平安科技（深圳）有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人王健宗凡金龙(74)专利代理机构深圳市世联合知识产权代理有限公司44385代理人汪琳琳(51)Int.Cl.G06K9/00(2006.01)G06Q40/08(2012.01)权利要求书2页说明书12页附图4页(54)发明名称基于神经网络的牛脸识别方法、装置、设备及存储介质(57)摘要本申请实施例公开了一种基于神经网络的牛脸识别方法、装置、设备及介质，涉及人工智能图像识别技术领域。该方法包括：接收输入的数据源，解析数据源以获取其中包含牛脸图像的待识别图片；将所述待识别图片输入到预先训练的神经网络模型，执行关于牛脸的特征提取，生成图像特征；读取特征数据库，将所述图像特征与特征数据库中的牛脸图片特征进行比对；根据比对的结果输出相似度最高的牛脸图片作为识别结果。本申请支持单幅图片、多幅图片以及直接利用视频进行牛脸识别，兼容性强、使用灵活，无需对神经网络的特征提取进行大规模的牛脸数据训练，减低了对牛脸数据的依赖，能够有效地快速识别和追踪不同的牛，有效减低骗保和欺诈的可能性。CN110610125ACN110610125A权利要求书1/2页1.一种基于神经网络的牛脸识别方法，其特征在于，包括：接收输入的数据源，解析所述数据源以获取其中包含牛脸图像的待识别图片；将所述待识别图片输入到预先训练的神经网络模型，执行关于牛脸的特征提取，生成图像特征；其中，所述神经网络模型依次采用人脸数据和牛脸数据进行特征提取的训练；读取特征数据库，将所述图像特征与特征数据库中的牛脸图片特征进行比对；根据比对的结果输出相似度最高的牛脸图片作为识别结果。2.根据权利要求1所述的基于神经网络的牛脸识别方法，其特征在于，所述解析所述数据源以获取其中包含牛脸图像的待识别图片的步骤包括：识别所述数据源中数据的格式；若数据的格式为视频格式，则采集所述数据源中的每一帧图片或以设置的采样间隔从所述数据源中采集图片，以获取包含牛脸图像的待识别图片的图片集。3.根据权利要求2所述的基于神经网络的牛脸识别方法，其特征在于，所述将所述待识别图片输入到预先训练的神经网络模型，执行关于牛脸的特征提取，生成图像特征的步骤包括：通过神经网络模型对所述图片集执行关于牛脸的特征提取，生成m个次级特征；将所述m个次级特征聚合生成n个中心特征，以所述n个中心特征作为所述图像特征，其中m>n。4.根据权利要求3所述的基于神经网络的牛脸识别方法，其特征在于，所述将所述m个次级特征聚合生成n个中心特征的步骤包括：对所述m个次级特征执行maxpooling的汇集操作，通过对每m/n个次级特征保留各维度下的最大维度值，生成n个中心特征；或对所述m个次级特征执行sumpooling的汇集操作，通过对每m/n个次级特征的各维度下的维度值分别求和，生成n个中心特征；或对所述m个次级特征执行averagepooling的汇集操作，通过计算每m/n个次级特征的各维度下维度值的平均值，生成n个中心特征。5.根据权利要求1所述的基于神经网络的牛脸识别方法，其特征在于，在所述读取特征数据库的步骤之前，所述方法还包括步骤：监控特征数据库中牛脸数据的时间状态；每当一头牛的牛脸数据在所述特征数据库中已录入的时间大于预设的成长时间时，重新采集该头牛的牛脸数据后录入所述特征数据库替换该头牛的牛脸数据。6.根据权利要求1所述的基于神经网络的牛脸识别方法，其特征在于，所述待识别图片的数量为I，由I张待识别图片生成的图像特征的组数为I，若I的值大于1，所述读取特征数据库，将所述图像特征与特征数据库中的牛脸图片特征进行比对；根据比对的结果输出相似度最高的牛脸图片作为识别结果的步骤包括：为生成的I组图像特征中的每组图像特征分别与所述特征数据库中记录的牛脸图片特征进行比对；根据比对的结果生成I张牛脸图片作为I组所述图像特征的第一识别结果；识别所述第一识别结果中每张牛脸图片出现的次数，为所述I张牛脸图片进行相同图片的投票，以其中得票数最高的牛脸图片作为第二识别结果进行输出。2CN110610125A权利要求书2/2页7.根据权利要求6所述的基于神经网络的牛脸识别方法，其特征在于，在所述识别所述第一识别结果中每张牛脸图片出现的次数，为所述I张牛脸图片进行相同图片的投票，以其中得票数最高的牛脸图片作为第二识别结果进行输出的步骤之后，所述基于神经网络的牛脸识别方法还包括步骤：判断所述第二识别结果中得票数最高的牛脸