[发明专利]数字图像内容识别、数字图像内容识别训练的设备和方法

权利要求书

1.一种数字图像内容识别的计算机实现的方法，其特征在于，通过基线模型神经网络（110）取决于数字图像确定（302，402）针对数字图像内容的第一候选类，所述基线模型神经网络（110）包括用于对数字图像进行分类的第一特征提取器（114）和第一分类器（116）；通过原型神经网络（112）确定（310，406）针对数字图像内容的第二候选类，所述原型神经网络（112）包括用于对数字图像进行分类的第二特征提取器（120）和第二分类器（122），取决于第一候选类的第一置信度分数与阈值或者第一候选类的第一置信度分数与第二候选类的第二置信度分数的比较（306，410）的结果，将数字图像内容分类成第一候选类或第二候选类。

2.根据权利要求1所述的方法，其特征在于，对数字图像应用一个或多个变换，特别是裁剪、镜像、旋转、平滑或对比度降低，以创建经修改的数字图像，确定针对经修改的数字图像的第一候选类和/或第二候选类，确定针对数字图像和经修改的数字图像的候选类的数值表示的平均值，取决于所述平均值确定针对数字图像内容的类。

3.一种训练用于图像内容识别的人工神经网络的计算机实现的方法，其特征在于，从数据库收集（502）第一数字图像集合，所述数据库包括分被配给多镜头类的数字图像和被分配给少镜头类的数字图像，其中，从被分配给多镜头类的数字图像采样第一数字图像集合；创建（506）包括所收集的第一数字图像集合的第一训练集合；在第一阶段中使用第一训练集合训练（508）第一人工神经网络，所述第一人工神经网络包括用于对数字图像进行分类的第一特征提取器和第一分类器；收集（510）经训练的第一特征提取器的第一参数；在第二阶段中取决于第一参数确定（512）第二人工神经网络的第二特征提取器的第二参数，所述第二人工神经网络包括用于对数字图像进行分类的第二特征提取器和第二分类器。

4.根据权利要求3所述的方法，其特征在于，对于每个多重镜头类中的第一数字图像，对相同量的数字图像采样。

5.根据权利要求3或4所述的方法，其特征在于，每个多重镜头类包括比每个少镜头类多的数字图像。

6.根据权利要求3至5中任一项所述的方法，其特征在于，利用第二训练数据集合训练第二特征提取器。

7.根据权利要求3至5中任一项所述的方法，其特征在于，与第二特征提取器一起使用第二分类器，所述第二特征提取器具有固定的第二参数。

8.根据权利要求3至7中任一项所述的方法，其特征在于，第一分类器是基于余弦范数距离的分类器和/或第二分类器是第二基于余弦范数距离的分类器或基于欧几里德范数距离的分类器。

9.根据权利要求3至8中任一项所述的方法，其特征在于，如果被分配给类的数字图像的数量超过第一阈值，则针对第一数字图像集合对被分配给所述类的数字图像采样，其中如果被分配给所述类的数字图像的数量超过第二阈值，则针对第二数字图像集合对被分配给所述类的数字图像采样，并且在于如果被分配给所述类的数字图像的数量等于或低于第一阈值和第二阈值，则既不针对第一数字图像集合也不针对第二数字图像集合对被分配给所述类的数字图像采样。

10.根据权利要求3至9中任一项所述的方法，其特征在于，对数字图像应用一个或多个变换，特别是裁剪、镜像、旋转、平滑或对比度降低，以创建经修改的数字图像，其中数字图像是被分配给多重镜头类的数字图像并且经修改的数字图像用于第一训练集合，或者其中数字图像是被分配给低镜头类的数字图像并且经修改的数字图像用于第二训练集合。

11.一种数字图像内容识别的计算机实现的方法，其特征在于，根据权利要求3至10中的一项来训练模型以确定经训练的基线模型神经网络和经训练的原型神经网络，使用经训练的基线模型神经网络和经训练的原型神经网络用于根据权利要求1或2中的一项对数字图像进行分类。