A pet recognition method combining face and voiceprint includes the following steps: S1: initialization of pet recognition classifier, including initialization of classifier structure and classifier weight; S2: acquisition of image data, acquisition of voiceprint data; S3: classification and marking of data; S4: voiceprint data processing; S5: iteration update. Classifier; S6: Determine whether the classifier meets the accuracy requirements, if so, save the current parameters and end the program, if not, continue training. The invention combines two recognition methods of face recognition and voiceprint recognition, and has high recognition accuracy.
【技术实现步骤摘要】
一种结合面部和声纹的宠物识别方法
本专利技术涉及卷积神经网络(ConvolutionalNeuralNetworks,CNN)和人脸识别技术,其中卷积神经网络使用了2DCNN和3DCNN,人脸识别技术借鉴了FaceNet网络结构和损失函数计算思想,集合了面部识别和声纹识别两种识别方式,在输出结果层面上对两种识别方式进行结合,获得了较高精度。
技术介绍
随着社会技术的不断进步以及各方面对于自动身份验证的迫切要求,生物特征识别技术在近几十年中得到了飞速的发展。作为生物的一种内在属性,生物特性具有很强的自身稳定性和个体差异性,故使其成为了自动身份验证的最理想依据。在众多生物识别技术中,面部识别具有相比于其他识别方法更为突出的直接、有效、方面的特点,从而得到了广泛的研究和应用。近几年,深度学习技术异军突起,在人脸识别领域取得了突破性发展,其中有些模型,诸如FaceNet、Face++、DeepID2等等,识别率高达百分之九十九以上,这为人脸识别技术开始大规模的应用在实际项目中奠定了坚实基础。与此同时,深度学习技术在声纹识别上的应用也取得了巨大的成功。但值得注意的是,现实生活中,需要生物识别技术的不仅仅是人类,猫、狗、猪、羊、牛等等动物均可以和生物识别技术结合起来,以达到优化生产生活的目的。然而在这些领域,相关研究和应用较少,,亟待科研工作者去开发。专利201410006204.6和专利201611032333.8各提出了一种宠物识别方法,但均只涉及到了图片识别,而没有采用声纹识别的方法
技术实现思路
为了克服现有的宠物识别方法的势识别精度较低的不足,针对以上问题,本专 ...
【技术保护点】
1.一种结合面部和声纹的宠物识别方法,其特征在于,所述方法包括以下步骤:S1:初始化宠物识别分类器,包括分类器结构初始化和分类器权重初始化;S2:获取图像数据,获取声纹数据;S3:对数据进行分类和标记;S4:声纹数据处理;S5:迭代更新分类器;S6:判断分类器是否达到精度要求,若是,则保存当前参数并结束程序,若否,则继续训练。
【技术特征摘要】
1.一种结合面部和声纹的宠物识别方法,其特征在于,所述方法包括以下步骤:S1:初始化宠物识别分类器,包括分类器结构初始化和分类器权重初始化;S2:获取图像数据,获取声纹数据;S3:对数据进行分类和标记;S4:声纹数据处理;S5:迭代更新分类器;S6:判断分类器是否达到精度要求,若是,则保存当前参数并结束程序,若否,则继续训练。2.根据权利要求1所述的一种结合面部和声纹的宠物识别方法,其特征在于:所述步骤S1包含以下步骤:S1.1:初始化宠物识别分类器结构,所述分类器在面部识别部分结构为FaceNet,在声纹识别部分结构为3D卷积神经网络;S1.2:用初始化函数初始化分类器权重,使用了FaceNet在其自己的数据集上训练所得的预训练模型;S1.3:整个网络结构在面部识别和声纹识别的结果处进行结合,结合方式为面部识别所得欧式距离除以声纹识别所得概率值。3.根据权利要求1或2所述的一种结合面部和声纹的宠物识别方法,其特征在于:所述步骤S2包括以下步骤:S2.1:采用人工实地相机采集的方法补充图像数据;S2.2:采用网络爬虫的方法从互联网爬取对应需求的图像数据;S2.3:从采集到的视频图像数据中剥离出声纹数据。4.根据权利要求1或2所述的一种结合面部和声纹的宠物识别方法,其特征在于:所述步骤S3包括以下步骤:S3.1:手动对采集到的图片数据和声纹数据进行标注和分类;S3.2:将数据分为训练数据和测试数据。5.根据权利要求1或2所述的一种结合面部和声纹的宠物识别方法,其特征在于:所述步骤S4包括以下步骤:S4.1:使用python的SpeechPy包将声纹特征提取出来,MFECfeatures计算公式为:其中E为能量值,sn音频信号,N为信号数量。S4.2:将输入张量转化为[ξ,80,40]的格式其中80为temporalfeature,40为MFECfeatures。6.根据权利要求1所述的一种结合面部和声纹的宠物识别方法,其特征在于:所述步骤S5包括以下步骤:S5.1:根据FaceNet独有的三元组损失函数对采集到的宠物图片中的训练集数据...
【专利技术属性】
技术研发人员:宣琦,任星宇,刘毅,徐东伟,陈晋音,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。