(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210541701.0 (22)申请日 2022.05.17 (71)申请人 腾讯科技 （深圳） 有限公司 地址 518057 广东省深圳市南 山区高新区 科技中一路腾讯大厦3 5层 (72)发明人 许靳昌　 (74)专利代理 机构 北京三高永信知识产权代理 有限责任公司 1 1138 专利代理师 祝亚男 (51)Int.Cl. G06K 9/62(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 动物识别方法、 装置、 设备、 存储介质及程序 产品 (57)摘要 本申请提供了一种动物识别方法、 装置、 设 备、 存储介质及程序产品， 涉及图像处理技术领 域。 该方法包括： 获取训练样本集； 该训练样本集 中包含至少两个动物样本图像， 以及至少两个动 物样本图像各自的第一动物标签； 基于第一动物 标签指示的生物学分类， 对至少两个动物样本图 像进行聚类， 获得至少两个动物样 本图像的第二 动物标签； 基于至少两个动物样本图像， 以及至 少两个动物样本图像各自的第二动物标签， 训练 获得第一特征提取模型； 该第一特征提取模型用 以对目标图像进行特征提取， 以根据提取到的目 标图像的动物特征对目标图像中包含的目标动 物进行识别； 通过上述方法， 提高了训练获得的 模型进行特征提取的准确性， 进而提高了动物识 别效果。 权利要求书3页 说明书19页 附图8页 CN 114818971 A 2022.07.29 CN 114818971 A 1.一种动物 识别方法， 其特 征在于， 所述方法包括： 获取训练样本集； 所述训练样本集中包含至少两个动物样本 图像， 以及至少两个所述 动物样本图像各自的第一动物标签； 所述第一动物标签用以指示所述动物样本图像在数据 库中的生物学分类； 基于所述第 一动物标签指示的所述生物学分类， 对至少两个所述动物样本图像进行聚 类， 获得至少 两个所述动物样本图像的第二动物标签； 所述第二动物标签用以指示所述动 物样本图像修 正后的所述 生物学分类； 基于至少两个所述动物样本图像， 以及至少两个所述动物样本图像各自的所述第 二动 物标签， 训练获得第一特征提取模型； 所述第一特征提取模型用以对目标图像进行特征提 取， 以根据提取到的所述目标图像的动物特征对所述目标图像中包含的目标动物进行识 别。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述第 一动物标签指示的所述生 物学分类， 对至少 两个所述动物样本图像进行聚类， 获得至少 两个所述动物样本图像的第 二动物标签， 包括： 获取至少一个第 一图像集， 同一所述第 一图像集中包含的所述动物样本图像的所述第 一动物标签相同； 分别对至少一个所述第 一图像集中的所述动物样本图像进行类 内聚类去噪， 获得至少 一个第二图像集； 所述类内聚类去 噪是指， 对各个所述第一图像集内的所述动物样本图像 分别进行聚类后， 将各个所述第一图像集中属于噪声类的所述动物样本图像删除； 获取目标动物样本图像的图像特征； 所述目标动物样本图像是指归属于至少一个所述 第二图像集的动物样本图像； 基于各个目标动物样本图像的图像特征， 对所述目标动物样本图像进行类间聚类去 噪， 获得所述类间聚类去噪 的聚类结果； 所述类间聚类去噪是指， 对 所述目标动物样本图像 进行聚类后， 将所述目标动物样本图像中属于噪声类的目标动物样本图像删除； 基于所述聚类结果， 生成各个所述目标动物样本图像的所述第二动物标签； 所述基于至少两个所述动物样本图像， 以及至少两个所述动物样本图像各自的所述第 二动物标签， 训练获得第一特 征提取模型， 包括： 基于各个所述目标动物样本图像， 以及各个所述目标动物样本图像各自的所述第 二动 物标签， 训练获得 所述第一特 征提取模型。 3.根据权利要求2所述的方法， 其特征在于， 所述基于各个目标动物样本图像的图像特 征， 对所述目标动物样本图像进行类间聚类去噪， 获得所述类间聚类去噪的聚类结果， 包 括： 基于各个目标动物样本 图像的图像特征， 构建图像特征图； 所述图像特征图用以指示 各个所述目标动物样本图像的图像特 征之间特 征相似度； 基于所述图像特 征图， 获取 所述类间聚类去噪的聚类结果。 4.根据权利要求2所述的方法， 其特征在于， 基于各个所述目标动物样本 图像， 以及各 个所述目标动物样本图像各自的所述第二动物标签， 训练获得所述第一特征提取模型， 包 括： 获取至少两个图像分组； 各个所述图像分组中包含的目标动物样本图像来源于不同的权　利　要　求　书 1/3 页 2 CN 114818971 A 2所述数据库； 且同一所述图像分组中， 各个所述数据库的所述 目标动物样本图像的数量相 同； 以所述图像分组为单位， 将至少两个所述图像分组中包含的所述目标动物样本图像分 组输入到动物分类模型中， 获得所述动物分类模型输出 的， 所述目标动物样本图像的分类 结果； 基于各个所述目标动物样本图像的所述分类结果与所述第 二动物标签， 对所述动物分 类模型进行训练； 基于训练好的所述动物分类模型生成所述第一特 征提取模型。 5.根据权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 对所述目标动物样本 图像进行定位检测， 确定所述目标动物样本 图像中的目标区域； 所述目标区域用以指示动物在所述目标动物样本图像中的位置； 基于所述目标区域对所述目标动物样本图像进行剪裁， 获得所述目标区域对应的剪裁 图像； 所述以所述图像分组为单位， 将至少两个所述图像分组中包含的所述目标动物样本图 像分组输入到动物分类模型中， 获得所述动物分类模型输出 的， 所述目标动物样本图像的 分类结果， 包括： 以所述图像分组为单位， 将至少两个所述图像分组中包含的所述目标动物样本图像的 剪裁图像， 分组输入到所述动物分类模 型中， 获得所述动物分类模型输出的， 所述目标动物 样本图像的分类结果。 6.根据权利要求2所述的方法， 其特征在于， 在获取到所述第一特征提取模型后， 所述 方法还包括： 获取所述目标图像， 所述目标图像中包 含目标动物； 通过所述第 一特征提取模型对所述目标动物进行特征提取， 获得所述目标动物的动物 特征； 将所述动物特征与动物特征模板进行匹配， 并将匹配度最高的所述动物特征模板对应 的动物信息获取为所述目标动物的识别结果； 所述动物特征模板是通过所述第一特征提取 模型对所述目标动物样本图像进行 特征提取之后获得并存 储的。 7.一种动物 识别装置， 其特 征在于， 所述装置包括： 样本集获取模块， 用于获取训练样本集； 所述训练样本集中包含至少两个动物样本 图 像， 以及至少 两个所述动物样本图像各自的第一动物标签； 所述第一动物标签用以指示所 述动物样本图像在数据库中的生物学分类； 聚类模块， 用于基于所述第一动物标签指示的所述生物学分类， 对至少两个所述动物 样本图像进行聚类， 获得至少 两个所述动物样本图像的第二动物标签； 所述第二动物标签 用以指示所述动物样本图像修 正后的所述 生物学分类； 模型训练模块， 用于基于至少两个所述动物样本 图像， 以及至少两个所述动物样本 图 像各自的所述第二动物标签， 训练获得第一特征提取模型； 所述第一特征提取模型用以对 目标图像进行特征提取， 以根据提取到的所述目标图像的动物特征对所述目标图像中包含 的目标动物进行识别。 8.一种计算机设备， 其特征在于， 所述计算机设备包括处理器和存储器， 所述存储器存权　利　要　求　书 2/3 页 3 CN 114818971 A 3