一种宠物身份的识别方法及装置制造方法及图纸

本发明专利技术实施例提供了一种宠物身份的识别方法及装置，所述方法包括：根据预先训练得到的目标图像检测网络，确定待识别图像中的宠物图像区域；根据预先训练得到的脸部检测分类器，确定所述宠物图像区域中的宠物脸部图像区域；对所述宠物脸部图像区域进行图像对齐，得到对齐图像；提取所述对齐图像中的特征向量，并根据所述特征向量对所述待识别图像中的宠物进行识别，得到所述宠物的身份信息。本发明专利技术实施例提供的方法可以对宠物的身份进行精确识别，解决了保险行业对宠物投保时，无法准确识别宠物身份的问题。

A pet identification method and device

【技术实现步骤摘要】
一种宠物身份的识别方法及装置
本专利技术涉及宠物身份识别领域，尤其涉及一种宠物身份的识别方法及装置。
技术介绍
目前对于动物的识别方法中，大部分还停留在对动物不同物种的识别。即识别动物为猫、狗或其他物种的动物。对同一种动物不同个体之间的识别技术还不是太成熟。随着宠物数量的逐渐提高，以及人们对宠物的重视程度的提高。使得宠物险是近两年发展起来的产险产品，主要是对各种宠物(例如猫狗)的健康和意外进行投保。然而由于现有对同一种动物不同个体之间的识别技术的识别准确率较差，使得宠物身份的识别也遇到了重大挑战。
技术实现思路
本专利技术实施例提供一种宠物身份的识别方法及装置，以解决现有技术中，对宠物身份识别准确率较差的问题。依据本专利技术的一个方面，提供了一种宠物身份的识别方法，所述方法包括：根据预先训练得到的目标图像检测网络，确定待识别图像中的宠物图像区域；根据预先训练得到的脸部检测分类器，确定所述宠物图像区域中的宠物脸部图像区域；对所述宠物脸部图像区域进行图像对齐，得到对齐图像；提取所述对齐图像中的特征向量，并根据所述特征向量对所述待识别图像中的宠物进行识别，得到所述宠物的身份信息。可选的，训练得到所述目标图像检测网络的步骤包括：获取针对所述待识别图像中的宠物确定的专向训练数据；根据所述专向训练数据，采用二分类方式训练目标检测网络，得到训练后的目标检测网络，作为所述目标图像检测网络。可选的，所述根据预先训练得到的脸部检测分类器，确定所述宠物图像区域中的宠物脸部图像区域的步骤包括：将所述宠物图像区域中面积小于预设面积阈值的图像区域去除，得到候选区域；将所述候选区域输入所述脸部检测分类器，确定所述候选区域中的宠物脸部图像区域。可选的，训练得到所述脸部检测分类器的步骤包括：获取多个包含宠物图像的训练图像以及不包含宠物图像的训练图像；获取每个所述训练图像的Haar特征；根据所述Haar特征以及所述训练图像是否包含宠物脸部图像，构造训练样本特征集合；采用AdaBoost方法对所述训练样本特征集合进行训练，得到所述脸部检测分类器。可选的，所述对所述宠物脸部图像区域进行图像对齐，得到对齐图像的步骤包括：根据预先训练得到的特征点检测网络，获取所述宠物脸部图像区域中宠物脸部器官位置的粗定位特征点；将所述宠物脸部图像区域分割成多个局部区域，其中每个局部区域包括至少一个粗定位特征点；分别根据每个局部区域的特征点对所述特征点检测网络进行修订，得到多个修订后的特征点检测网络，其中，每一个修订后的特征点检测网络，对应一个局部区域；根据每个局部区域以及相对应的修订后的特征点检测网络，得到与所述粗定位特征点相对应的精确定位特征点；将所述多个局部区域反映射回所述宠物脸部图像区域，确定所述精确定位特征点之间的位置关系；根据所述精确定位特征点之间的位置关系，对齐所述宠物脸部图像区域，得到对齐图像。可选的，所述宠物脸部器官位置的粗定位特征点至少包括：左眼位置上的一个粗定位特征点、右眼位置上的一个粗定位特征点、鼻尖位置上的一个粗定位特征点、嘴巴位置上的三个粗定位特征点以及耳根位置上的两个粗定位特征点。可选的，所述根据所述精确定位特征点之间的位置关系，对齐所述宠物脸部图像区域，得到对齐图像的步骤包括：根据所述精确定位特征点之间的位置关系，确定所述宠物脸部图像区域是否已对齐；若未对齐，则选择至少三个精确定位特征点，并根据选择出的精确定位特征点所在器官位置之间的关系，计算选择出的每个精确定位特征点相对应的期望特征点；根据选择出的所述精确定位特征点以及所述期望特征点，确定仿射变换矩阵；根据所述仿射变换矩阵对所述宠物脸部图像区域的像素点进行仿射变换，得到对齐图像。可选的，所述选择至少三个精确定位特征点，并根据选择出的精确定位特征点所在器官位置之间的关系，计算选择出的每个精确定位特征点相对应的期望特征点的步骤包括：选择所述宠物脸部图像区域中左眼位置上的第一精确定位特征点、右眼位置上的第二精确定位特征点以及鼻尖位置上的第三精确定位特征点；计算得到所述第一精确定位特征点与所述第二精确定位特征点之间的距离为第一距离，所述第一精确定位特征点与所述第二精确定位特征点的连线与水平直线的夹角为转动角度，所述第一精确定位特征点与所述第二精确定位特征点的连线中点与所述第三精确定位特征点之间的距离为第二距离；根据所述第一距离、转动角度以及第二距离，得到所述第一精确定位特征点对应的第一期望特征点、所述第二精确定位特征点对应的第二期望特征点以及所述第三精确定位特征点对应的第三期望特征点，其中所述第二精确定位特征点同时作为所述第二期望特征点，所述第一期望特征点位于第二期望特征点的右侧并且位于同一水平直线上，所述第一期望特征点与第二期望特征点的距离等于第一距离，所述第三期望特征点位于所述连线中点的下方，且与所述连线中点之间的距离等于第二距离，并且所述第三期望特征点与所述连线中点之间的连线与水平直线。可选的，所述提取所述对齐图像中的特征向量的步骤包括：将所述对齐图像的尺寸转换为预设尺寸；将预设尺寸的对齐图像输入预设残差网络模型，得到多维特征向量。可选的，所述根据所述特征向量对所述待识别图像中的宠物进行识别，得到所述宠物的身份信息的步骤包括：计算预设宠物身份特征库中每个身份向量与所述特征向量之间的距离，得到多个身份距离值；若所述身份距离值中的最小值小于预设阈值，则待识别图像中的宠物身份为入库身份，其中所述入库身份为所述身份距离值中的最小值对应的身份向量所指示的身份信息。依据本专利技术的又一个方面，提供一种宠物身份的识别装置，所述装置包括：第一区域确认模块，用于根据预先训练得到的目标图像检测网络，确定待识别图像中的宠物图像区域；第二区域确认模块，用于根据预先训练得到的脸部检测分类器，确定所述宠物图像区域中的宠物脸部图像区域；对齐模块，用于对所述宠物脸部图像区域进行图像对齐，得到对齐图像；识别模块，用于提取所述对齐图像中的特征向量，并根据所述特征向量对所述待识别图像中的宠物进行识别，得到所述宠物的身份信息。可选的，所述第二区域确认模块包括：筛选单元，用于将所述宠物图像区域中面积小于预设面积阈值的图像区域去除，得到候选区域；区域确认单元，用于将所述候选区域输入所述脸部检测分类器，确定所述候选区域中的宠物脸部图像区域。可选的，所述对齐模块包括：第一特征点单元，用于根据预先训练得到的特征点检测网络，获取所述宠物脸部图像区域中宠物脸部器官位置的粗定位特征点；分割单元，用于将所述宠物脸部图像区域分割成多个局部区域，其中每个局部区域包括至少一个粗定位特征点；网络修订单元，用于分别根据每个局部区域的特征点对所述特征点检测网络进行修订，得到多个修订后本文档来自技高网...

【技术保护点】
1.一种宠物身份的识别方法，其特征在于，所述方法包括：/n根据预先训练得到的目标图像检测网络，确定待识别图像中的宠物图像区域；/n根据预先训练得到的脸部检测分类器，确定所述宠物图像区域中的宠物脸部图像区域；/n对所述宠物脸部图像区域进行图像对齐，得到对齐图像；/n提取所述对齐图像中的特征向量，并根据所述特征向量对所述待识别图像中的宠物进行识别，得到所述宠物的身份信息。/n

【技术特征摘要】
1.一种宠物身份的识别方法，其特征在于，所述方法包括：
根据预先训练得到的目标图像检测网络，确定待识别图像中的宠物图像区域；
根据预先训练得到的脸部检测分类器，确定所述宠物图像区域中的宠物脸部图像区域；
对所述宠物脸部图像区域进行图像对齐，得到对齐图像；
提取所述对齐图像中的特征向量，并根据所述特征向量对所述待识别图像中的宠物进行识别，得到所述宠物的身份信息。


2.根据权利要求1所述的方法，其特征在于，训练得到所述目标图像检测网络的步骤包括：
获取针对所述待识别图像中的宠物确定的专向训练数据；
根据所述专向训练数据，采用二分类方式训练目标检测网络，得到训练后的目标检测网络，作为所述目标图像检测网络。


3.根据权利要求1所述的方法，其特征在于，所述根据预先训练得到的脸部检测分类器，确定所述宠物图像区域中的宠物脸部图像区域的步骤包括：
将所述宠物图像区域中面积小于预设面积阈值的图像区域去除，得到候选区域；
将所述候选区域输入所述脸部检测分类器，确定所述候选区域中的宠物脸部图像区域。


4.根据权利要求1或3所述的方法，其特征在于，训练得到所述脸部检测分类器的步骤包括：
获取多个包含宠物图像的训练图像以及不包含宠物图像的训练图像；
获取每个所述训练图像的Haar特征；
根据所述Haar特征以及所述训练图像是否包含宠物脸部图像，构造训练样本特征集合；
采用AdaBoost方法对所述训练样本特征集合进行训练，得到所述脸部检测分类器。


5.根据权利要求1所述的方法，其特征在于，所述对所述宠物脸部图像区域进行图像对齐，得到对齐图像的步骤包括：
根据预先训练得到的特征点检测网络，获取所述宠物脸部图像区域中宠物脸部器官位置的粗定位特征点；
将所述宠物脸部图像区域分割成多个局部区域，其中每个局部区域包括至少一个粗定位特征点；
分别根据每个局部区域的特征点对所述特征点检测网络进行修订，得到多个修订后的特征点检测网络，其中，每一个修订后的特征点检测网络，对应一个局部区域；
根据每个局部区域以及相对应的修订后的特征点检测网络，得到与所述粗定位特征点相对应的精确定位特征点；
将所述多个局部区域反映射回所述宠物脸部图像区域，确定所述精确定位特征点之间的位置关系；
根据所述精确定位特征点之间的位置关系，对齐所述宠物脸部图像区域，得到对齐图像。


6.根据权利要求5所述的方法，其特征在于，所述宠物脸部器官位置的粗定位特征点至少包括：左眼位置上的一个粗定位特征点、右眼位置上的一个粗定位特征点、鼻尖位置上的一个粗定位特征点、嘴巴位置上的三个粗定位特征点以及耳根位置上的两个粗定位特征点。


7.根据权利要求5所述的方法，其特征在于，所述根据所述精确定位特征点之间的位置关系，对齐所述宠物脸部图像区域，得到对齐图像的步骤包括：
根据所述精确定位特征点之间的位置关系，确定所述宠物脸部图像区域是否已对齐；
若未对齐，则选择至少三个精确定位特征点，并根据选择出的精确定位特征点所在器官位置之间的关系，计算选择出的每个精确定位特征点相对应的期望特征点；

【专利技术属性】
技术研发人员：刘岩，
申请(专利权)人：泰康保险集团股份有限公司，
类型：发明
国别省市：北京;11