[发明专利]一种宠物图像识别的方法和装置

权利要求书

1.一种宠物图像识别的方法，其特征在于，包括：

获取待处理图像，其中，所述待处理图像的数量为多个，且每个所述待处理图像中均包括待识别宠物；

调用预先构建的目标神经网络，其中，所述目标神经网络为预先通过目标层级分类树的层级损失函数构建的神经网络；

将所述待处理图像输入至所述目标神经网络中，以使所述目标神经网络按照所述目标层级分类树中所包含的分类特征对所述待处理图像进行分类识别，得到识别结果，其中，所述识别结果为所述待处理图像中所包含的所述待识别宠物的种类。

2.根据权利要求1所述的方法，其特征在于，在获取待处理图像之前，所述方法还包括：

构建所述目标层级分类树；

计算所述目标层级分类树的层级损失函数；

基于所述层级损失函数构建所述目标神经网络，其中，所述目标神经网络的损失函数为所述层级损失函数。

3.根据权利要求2所述的方法，其特征在于，构建所述目标层级分类树包括：

确定所述目标层级分类树的分类属性，其中，所述分类属性包括：种类和/或属性特征，所述种类包括：待识别宠物的品种，所述属性特征包括以下至少之一：待识别宠物的血统，待识别宠物的年龄，待识别宠物的年龄，待识别宠物的性别，待识别宠物的体型，待识别宠物的毛发；

基于所述分类属性，为所述目标层级分类树的各个节点配置对应的类别和/或对应的属性特征；

在为所述目标层级分类树的各个节点配置对应的类别和/或对应的属性特征之后，为每个所述节点赋予对应的概率值，以及为每个所述节点赋予对应的权重，从而得到所述目标层级分类树。

4.根据权利要求1所述的方法，其特征在于，获取待处理图像包括：

获取待处理的原始图像，其中，所述待处理的原始图像为包括所述待识别宠物的图像；

对所述待处理的原始图像进行预处理，得到所述待处理图像，其中，所述预处理包括：剪裁处理和白化处理。

5.根据权利要求1所述的方法，其特征在于，在获取待处理图像之前，所述方法还包括：

获取训练集图像；

通过所述训练集图像对所述目标神经网络的初始网络进行训练，训练得到所述目标神经网络。

6.根据权利要求5所述的方法，其特征在于，获取训练集图像包括：

对所述训练集图像的原始图像进行预处理，得到所述训练集图像，其中，所述预处理包括：剪裁处理，翻转处理，亮度变化处理，对比度变化处理，白化处理。

7.一种宠物图像识别的装置，其特征在于，所述装置包括：

获取单元，用于获取待处理图像，其中，所述待处理图像的数量为多个，且每个所述待处理图像中均包括待识别宠物；

调用单元，用于调用预先构建的目标神经网络，其中，所述目标神经网络为预先通过目标层级分类树的层级损失函数构建的神经网络；

识别单元，用于将所述待处理图像输入至所述目标神经网络中进行识别，以使所述目标神经网络按照所述目标层级分类树中所包含的分类特征对所述待处理图像进行分类识别，得到识别结果，其中，所述识别结果为所述待处理图像中所包含的所述待识别宠物的种类。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第一构建单元，用于构建所述目标层级分类树；

计算单元，用于计算所述目标层级分类树的层级损失函数；

第二构建单元，用于基于所述层级损失函数构建所述目标神经网络，其中，所述目标神经网络的损失函数为所述层级损失函数。