一种图像的细粒度识别方法技术

本发明专利技术公开了一种图像的细粒度识别方法，具体包括以下步骤：根据图像数据获取原始图片集和扰乱图片集，扰乱图片集由图像数据中随机扰乱处理后的图片构成，记录图片对应的随机扰乱顺序；原始图片集和扰乱图片集分别输入深度神经网络，获取原始特征图和扰乱特征图；根据随机扰乱顺序将扰乱特征图还原为新的扰乱特征图；对原始特征图和新的扰乱特征图执行池化操作后输入softmax分类器进行分类，得到原始损失函数和扰乱损失函数并计算二者之间的欧式距离；根据原始损失函数、扰乱损失函数以及二者之间的欧式距离计算总的损失函数。将输入图像划分为很多局部区域，采用混淆并还原的方法，使网络学习局部区域特征和语义信息，有助于完成细粒度识别任务。

A fine-grained image recognition method

【技术实现步骤摘要】
一种图像的细粒度识别方法
本专利技术涉及深度学习
，特别是指一种图像的细粒度识别方法。
技术介绍
深度学习做分类识别任务的流程通常是：目标检测，检测到的目标进行位置矫正，然后送入神经网络提取特征，最后进行分类。现有的技术中，通常都是基于全局特征进行分类。全局特征进行分类的缺点是，可能会忽略一些细微的特征，一些属于某一类别独有的特征。比如，需要做车的唯一性识别，两款同样的奥迪车，其区别只有年检标签粘贴位置的不同，若使用全局特征进行表示，就有可能会忽略掉年检标签这一细微的特征，因此便有了细粒度的图像识别任务，其主要用于识别哪些看起来很相似，却又有细微差别的物体。过去几年得益于大规模的标注数据集，具有高速运算能力的硬件以及复杂的神经网络在通用物体识别方面取得了长足的进展，但细粒度物体识别依旧具有很大的挑战性。细粒度物体看起来虽然差别不大，但依然能根据具有判别性的局部区域的细节信息被正确识别出来。比如，2019年中国科学院自动化研究所举办了车纹识别技术挑战赛。从外观上来说，车辆具有车型车款、车身颜色、车牌类型、车牌号码、天窗、年检标、挂件本文档来自技高网...

【技术保护点】
1.一种图像的细粒度识别方法，其特征在于，具体包括以下步骤：/n步骤1，根据图像数据获取原始图片集和扰乱图片集，扰乱图片集由图像数据中随机扰乱处理后的图片构成，记录图片对应的随机扰乱顺序；/n步骤2，原始图片集和扰乱图片集分别输入深度神经网络，获取原始特征图和扰乱特征图；/n步骤3，根据随机扰乱顺序将扰乱特征图还原为新的扰乱特征图；/n步骤4，对原始特征图和新的扰乱特征图执行池化操作后输入softmax分类器进行分类，得到原始损失函数和扰乱损失函数并计算二者之间的欧式距离；/n步骤5，根据原始损失函数、扰乱损失函数以及二者之间的欧式距离计算总的损失函数。/n

【技术特征摘要】
1.一种图像的细粒度识别方法，其特征在于，具体包括以下步骤：
步骤1，根据图像数据获取原始图片集和扰乱图片集，扰乱图片集由图像数据中随机扰乱处理后的图片构成，记录图片对应的随机扰乱顺序；
步骤2，原始图片集和扰乱图片集分别输入深度神经网络，获取原始特征图和扰乱特征图；
步骤3，根据随机扰乱顺序将扰乱特征图还原为新的扰乱特征图；
步骤4，对原始特征图和新的扰乱特征图执行池化操作后输入softmax分类器进行分类，得到原始损失函数和扰乱损失函数并计算二者之间的欧式距离；
步骤5，根据原始损失函数、扰乱损失函数以及二者之间的欧式距离计算总的损失函数。


2.根据权利要求1所述的一种图像的细粒度识别方法，其特征在于，步骤1中对图片进行随机扰乱处理具体包括以下步骤：
步骤101，将图片平均划分为若干块子图并标记，随机组合成新图片；
步骤102，给每一张新图片命名，新图片的标签和原始图片相同，并记录每一张新图片的组合顺序。...

【专利技术属性】
技术研发人员：代笃伟，赵威，申建虎，王博，张伟，
申请(专利权)人：北京精诊医疗科技有限公司，
类型：发明
国别省市：北京;11