[发明专利]面向人的细粒度视觉目标识别自适应训练方案生成、难度调整、闭环反馈训练方法及系统

说明书

本发明实施例公开了一种面向人的细粒度视觉目标识别自适应训练方案生成、难度调整、闭环反馈训练方法及系统，进行细粒度视觉目标中目标进行不定项选择识别测试和个人识别特质测试，根据全部受训人的个人识别特质测试成绩以当前受训人的个人识别特质测试成绩和标准细粒度视觉目标不定项选择识别测试成绩，生成训练方案；依次进行观察学习训练和反馈学习训练；进行标准细粒度视觉目标不定项选择识别测试；判断受训人的标准细粒度视觉目标不定项选择识别测试成绩是否大于0.95，如是，则结束训练，否则对下一次训练方案进行训练难度调整，直至受训人的标准细粒度视觉目标不定项选择识别测试成绩大于0.95后结束训练，有效提升训练效率。

技术领域

本发明属于人体效能增强技术领域，涉及一种面向人的细粒度视觉目标识别自适应 训练方案生成、难度调整、闭环反馈训练方法及系统。

背景技术

人类擅长在复杂的视觉环境中识别区分各种不同类型的目标(如在教室中识别桌子 和椅子)，这种基础的物体识别能力是人类赖以生存和社会交往的基础，但其并非与生俱来，而是通过后天习得获取。细粒度目标识别指的是从同类和同质视觉刺激中经过精 细视觉辨别找到目标(如从众多车辆中找到某型号车辆)，这种技能也非与生俱来，需 要通过自然场景下长时间的面向特定目标物的被动暴露获得(如日常生活中对人脸的辨 别)，或在约束条件下通过较短时间的刻意练习获得(如影像科医生对医学图像病灶的 辨认)。

随着人工智能技术尤其是计算机视觉技术的发展，机器辅助的视觉目标识别技术得到了长足发展，在医学、公共安全及国防等领域被推广应用，如：计算机辅助医学图 像诊断、人工智能引导安检危险物品检测。但是，受到建模样本量、场景复杂度、任务 开放性等约束条件的限制，现在及未来相当长的时间内，人工智能方法不会是细粒度物 体识别的主要解决方案，人仍然是决策链条的核心环节和最终环节。随着信息流的指数 级增长，不同岗位对具有细粒度目标识别能力的人员需求成倍增长。

面对医学、公共安全及国防等领域人员培养需求，针对对于人的细粒度目标识别能 力的培养和训练，既有解决方案采用“人-人交互”模式和“人-机交互”两种模式：“人 -人交互”训练采取样例教学、典型案例分析方法；“人-机交互”训练模式对受训人群进 行同质化、开环训练，导致训练效率较低、训练时间长、训练效果个体差异大。总而言 之，既有训练方法及系统训练效能不足，导致合格人员供给量与成倍增长的人员需求严 重脱节。

发明内容

本发明实施例的目的在于提供一种面向人的细粒度视觉目标识别自适应训练方案生 成、难度调整、闭环反馈训练方法及系统，以解决目前细粒度视觉目标识别人员的培养、 训练过程中存在的训练效果个体差异大、训练手法单一、训练效率较低等问题。

本发明实施例所采用的第一个技术方案是：面向人的细粒度视觉目标识别自适应训 练方案生成方法，按照以下步骤进行：

步骤S1、基于个人识别特质测试成绩和当前标准细粒度视觉目标不定项选择识别测 试成绩，生成综合训练指数Z；

步骤S2、获取所有受训人的全部训练数据，基于多元线性回归模型生成第i个训练参数X_i的权重β_i；

步骤S3、基于生成的综合训练指数Z以及估计的权重β_i，结合下式表示的训练方案生成算法，生成决定训练方案的训练参数X_i，并根据训练参数X_i设置训练方案；