江苏君智信息服务有限公司

本发明涉及一种基于深度学习的图像识别与分类方法，涉及生物特征识别与深度学习技术领域，包括以下步骤：通过所述电子设备的多模态传感器采集生物特征原始图像数据，利用生成式模型对所述生物特征原始图像数据进行合成增强以构建训练数据集。该基于深度学习的图像识别与分类方法，通过构建动态稀疏生物特征骨干网络并集成自适应门控机制与通道剪枝模块，实现了计算资源的按需分配，该方法能够根据输入图像的清晰度、遮挡程度及背景复杂度，动态调整网络激活层级并实时移除低贡献度神经元通道，从而在显著降低移动端设备推理算力消耗和内存占用的同时，保证了复杂场景下的高识别精度，解决了传统静态模型在资源受限设备上运行效率低的问题。