[發(fā)明專利]基于用戶群優(yōu)化的圖像分類仿腦存儲方法

有效

• 申請?zhí)枺?/td>: 201611040883.4
• 申請日: 2016-11-23
• 公開（公告）號: CN107506362B
• 公開（公告）日: 2021-02-23
• 發(fā)明（設計）人: 武星
• 申請（專利權）人: 上海大學
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06F16/55;G06F16/13;G06F16/16;G06F16/172;G06F16/182;G06K9/62
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 顧勇華

本發(fā)明提出一種基于人腦存儲模式的分布式圖像文件分類存儲方法，本方法的操作步驟是：(1)，建立圖像數據表示模型；(2)，構建仿腦分布式存儲系統(tǒng)；(3)，圖像自動標注和分類；(4)，進行標注修正。該方法能夠通過自動標注來取得對圖像的自動標注結果，然后通過用戶對圖片的理解進行標注修正。該方法也有根據用戶對圖像類別的需求反饋相似圖像的功能。用戶可以獲取指定圖像的分類結果和與其相類似的圖片。同時用戶可以對得到的分類結果進行人工干預修正，進而改進圖像分類的準確率。

技術領域

本發(fā)明涉及計算機人工智能領域，尤其涉及一種基于用戶群優(yōu)化的圖像分類仿腦存儲方法，是一種圖像仿腦分布式存儲和一種把圖片特征與傳統(tǒng)分類器相結合的圖像分類存儲方法。

背景技術

當前信息時代，數據規(guī)模增長速度遠超我們的預期，存在大量的圖片文件。在這種情況下，集中式文件系統(tǒng)不能有效地管理這些圖像文件。傳統(tǒng)的圖像管理方法是基于文本的檢索。雖然這種方法很容易實現，但是文本描述圖像難以充分表達豐富的內容。此外，人工標注是費時又費力。圖像種類很豐富，同樣就有許多存儲不同圖像類型的方法，現存的有一種數據結構和一種用于多分辨率圖像的高效索引數據庫。這個數據庫具有以下特點：多數據源圖像數據、基于分布式的存儲和管理以及集成于其他的立體數據庫管理軟件中。圖像數據庫是一個新興研究領域，同時也存在很多沒有解決的問題。因此，它是值得深入研究的。另外，還有一種數據處理系統(tǒng)并和特別的分布式存儲和檢索系統(tǒng)相關。這個系統(tǒng)設計意圖是讓用戶來決定圖像對象的層級和安全的位置。當這些數據增長時，這個系統(tǒng)將很難有效處理數據。

在存儲管理大量數據的領域，通常采用的都是分布式存儲。圖像存儲也不例外，當今專業(yè)圖像編輯工作的變換方法，這項研究闡明了使用分布式計算引擎和文件系統(tǒng)來管理大量數據集的可行性。現存的網絡共享模型不能從根本上消除“信息孤島”的問題。

除此之外，目前傳統(tǒng)的圖像分類存儲方法都是單一模式型的，換言之即存儲系統(tǒng)主要負責存取，而分類系統(tǒng)僅負責給圖像標注，最后將分類信息傳回存儲系統(tǒng)。這種方法對于用戶而言不便于操作。因此當用戶需要的圖像被系統(tǒng)分類錯誤的時候，系統(tǒng)將無法返回正確的類別，使得傳統(tǒng)的圖像分類存儲方法無法滿足用戶的需求。

現有的圖像標注分類大致分為手工標注和自動標注兩種標注方式，其中純手工標注需要耗費大量的人力物力，從而變得不切實際。圖像的自動標注通過機器學習的方法在一定程度上能夠解決圖像的標注問題，但是由于自動標注的特征感知并不完善，很難反映圖像所表達的概念，自動標注的準確率不高。因此，需要一種手工標注和自動標注相結合的標注方法。

發(fā)明內容

本發(fā)明的目的是針對已有技術存在的不足，提供一種基于用戶群優(yōu)化的圖像分類仿腦存儲方法，是一種仿腦分布式圖像存儲方法和一種將圖像特征和傳統(tǒng)分類器相結合的圖像分類方法。能較準確的得到圖像分類結果，并進行優(yōu)化存儲。

為達到發(fā)明的目的，本發(fā)明的構思是：

為了有效存儲現有的圖像數據，本發(fā)明提出一種基于人腦存儲模式的分布式圖像文件存儲方法。另外，為了克服現有的圖像標注方法在準確率上的不足，提供一種新的圖像標注方法，該方法不僅能夠通過自動標注來取得對圖像的自動標注結果，而且可以通過用戶對圖片的理解進行標注修正。同時，該方法也有根據用戶對圖像類別的需求返回相似圖像的功能。

根據上述發(fā)明構思，本發(fā)明采用下述技術方案：

一種基于用戶群優(yōu)化的圖像分類仿腦存儲方法，其操作步驟如下：

a)建立圖像數據表示模型：圖像數據模型借助模糊數學，使用五個模糊集來表示一幅圖像的各層屬性，同時保證這些圖像的唯一性：圖像的原始數據、圖像的基本屬性(包括文件名、圖像格式、創(chuàng)建時間等)、圖像的低級特征(包括顏色、紋理、形狀等)、圖像的語義特征(包括對圖像的主觀解釋、低級特征理解等)和圖像低級特征和語義特征的關系。