[发明专利]家系图的识别方法、装置、设备和计算机可读存储介质

权利要求书

1.一种家系图的识别方法，其特征在于，所述方法包括：

获取待识别图像；

将所述待识别图像输入至迁移学习训练的第一卷积神经网络模型，输出图像类型；

当所述图像类型为家系图类型时，将所述待识别图像分别输入至迁移学习训练的第二卷积神经网络模型和第三卷积神经网络模型，以输出个体特征和亲缘关系线；

根据所述个体特征和所述亲缘关系线建立家系树。

2.根据权利要求1所述的方法，其特征在于，训练所述第一卷积神经网络模型包括：

获取图像样本；其中所述图像样本包括家系图和非家系图；

采用第一图片类型标签对所述家系图进行标记，采用第二图片类型标签对所述非家系图进行标记；

将标记后的家系图和非家系图输入至所述第一卷积神经网络模型，计算第一损失函数，更新神经网络参数直至收敛，以得到训练后的第一卷积神经网络模型。

3.根据权利要求1所述的方法，其特征在于，训练所述第二卷积神经网络模型包括：

获取家系图样本；

采用个体特征标签对所述家系图样本进行标记；

将标记后的家系图样本输入所述第二卷积神经网络模型，计算第二损失函数，更新参数直至收敛，以得到训练后的第二卷积神经网络模型。

4.根据权利要求1所述的方法，其特征在于，训练所述第三卷积神经网络模型包括：

获取家系图样本；

采用亲缘关系线标签对所述家系图样本进行标记；

将标记后的家系图样本输入所述第三卷积神经网络模型，计算第三损失函数，更新参数直至收敛，以得到训练后的第三卷积神经网络模型。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述个体特征和所述亲缘关系线建立家系树，包括：

根据所述个体特征识别出世代个体以及世代个体分布情况；

根据所述亲缘关系线识别出所述世代个体的配偶关系、同胞关系以及父母/子女关系；

根据所述世代个体分布情况、所述世代个体的配偶关系、所述同胞关系以及所述父母/子女关系构建家系树。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述第一卷积神经网络为改进的VGG16模型；其中，所述改进的VGG16模型包括多个卷积层、池化层和全连接层；其中最后一个全连接层包括两个神经元。

7.根据权利要求1-4任一项所述的方法，其特征在于，所述第二卷积神经网络和/或第三卷积神经网络为YoloV5模型，其中训练所述YoloV5模型时采用的损失函数为CIOU_Loss。

8.一种家系图的识别装置，其特征在于，所述装置包括：

待识别图像获取模块，用于获取待识别图像；

图像类型输出模块，用于将所述待识别图像输入至迁移学习训练的第一卷积神经网络模型，输出图像类型；

特征及关系线输出模块，用于当所述图像类型为家系图类型时，将所述待识别图像分别输入至迁移学习训练的第二卷积神经网络模型和第三卷积神经网络模型，以输出个体特征和亲缘关系线；

家系树建立模块，用于根据所述个体特征和所述亲缘关系线建立家系树。

9.一种终端设备，其特征在于，包括：

存储器；一个或多个处理器，与所述存储器耦接；一个或多个应用程序，其中，一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个应用程序配置用于执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。