[發(fā)明專(zhuān)利]一種圖片內(nèi)容的識(shí)別方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710422114.9
• 申請(qǐng)日: 2017-06-07
• 公開(kāi)（公告）號(hào): CN107357815A
• 公開(kāi)（公告）日: 2017-11-17
• 發(fā)明（設(shè)計(jì)）人: 顧靜雯
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海斐訊數(shù)據(jù)通信技術(shù)有限公司
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30;G06N3/02
• 代理公司: 上海碩力知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)31251
• 代理人: 郭桂峰

技術(shù)領(lǐng)域

本發(fā)明涉及一種圖片內(nèi)容的識(shí)別方法及系統(tǒng)，尤其涉及一種通過(guò)大數(shù)據(jù)的分析技術(shù)來(lái)實(shí)現(xiàn)圖片智能識(shí)別的圖片內(nèi)容的識(shí)別方法及系統(tǒng)。

背景技術(shù)

相冊(cè)的智能識(shí)別是指系統(tǒng)可以根據(jù)相冊(cè)中的圖片自動(dòng)區(qū)分人、物、景，并且識(shí)別出人、物品和景物的具體信息。比如一幅母子海邊照，系統(tǒng)可以識(shí)別出母親、兒子和海邊的信息。或者如果是一幅個(gè)人的北京長(zhǎng)城照片，系統(tǒng)可以識(shí)別出照片背景中的景物為長(zhǎng)城。圖片的內(nèi)容越具體、清晰，識(shí)別度也就越高。這種相冊(cè)的智能識(shí)別功能可以幫助使用者自動(dòng)管理相冊(cè)，比如可以進(jìn)行相冊(cè)中圖片主題的搜索，或者相冊(cè)中圖片分類(lèi)，同時(shí)也增加用戶(hù)更多的樂(lè)趣。

目前這種相冊(cè)智能識(shí)別功能尚未發(fā)展成熟，一般都是基于將照片分解為像素，并將這些像素與數(shù)據(jù)庫(kù)中已有的信息進(jìn)行交叉比對(duì)來(lái)識(shí)別。同時(shí)照片識(shí)別技術(shù)運(yùn)用人工智能的深度學(xué)習(xí)系統(tǒng)，使得照片識(shí)別度越來(lái)越精確。但這項(xiàng)技術(shù)是基于數(shù)據(jù)庫(kù)中的信息進(jìn)行匹配，數(shù)據(jù)庫(kù)中的海量信息搜索的速度會(huì)受到網(wǎng)絡(luò)和其他因素的影響，從而降低計(jì)算速度。

發(fā)明內(nèi)容

為克服上述現(xiàn)有技術(shù)存在的不足，本發(fā)明之目的在于提供一種圖片內(nèi)容的識(shí)別方法及系統(tǒng)，以先于預(yù)測(cè)數(shù)據(jù)庫(kù)對(duì)圖片的內(nèi)容進(jìn)行識(shí)別，于未識(shí)別成功時(shí)再于大數(shù)據(jù)庫(kù)進(jìn)行匹配以實(shí)現(xiàn)相冊(cè)圖片的智能識(shí)別，提高圖片的識(shí)別效率。

為達(dá)上述目的，本發(fā)明提供的技術(shù)方案如下：

一種圖片內(nèi)容的智能識(shí)別方法，包括如下步驟：

步驟一，獲取待分析圖片，對(duì)待分析圖片進(jìn)行分析，識(shí)別并區(qū)分出待分析圖片中的不同類(lèi)別內(nèi)容；

步驟二，利用存儲(chǔ)待分析圖片的電子設(shè)備進(jìn)行用戶(hù)歷史操作數(shù)據(jù)信息采集分析，建立預(yù)測(cè)數(shù)據(jù)庫(kù)；

步驟三，將步驟一中的獲得的待分析圖片內(nèi)容與該預(yù)測(cè)數(shù)據(jù)庫(kù)中的內(nèi)容進(jìn)行匹配，獲得匹配結(jié)果；

步驟四，若步驟三中的匹配結(jié)果不唯一，則根據(jù)匹配結(jié)果于相應(yīng)的大數(shù)據(jù)庫(kù)中進(jìn)行查找匹配。

在上述技術(shù)方案中，通過(guò)存儲(chǔ)待分析圖片的電子設(shè)備進(jìn)行用戶(hù)歷史操作數(shù)據(jù)的信息采集建立預(yù)測(cè)數(shù)據(jù)庫(kù)，于預(yù)測(cè)數(shù)據(jù)庫(kù)中進(jìn)行圖片內(nèi)容匹配，提高匹配速度。

進(jìn)一步，于步驟一中，將該待分析圖片的像素進(jìn)行分解，區(qū)分出該待分析圖片中的人、物以及風(fēng)景。

在上述技術(shù)方案中，將該待分析圖片區(qū)分出人、物以及風(fēng)景，以根據(jù)相應(yīng)的類(lèi)別內(nèi)容進(jìn)行搜索匹配，提高匹配速度。

進(jìn)一步，于步驟一中，采用神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)該待分析圖片進(jìn)行處理，實(shí)現(xiàn)對(duì)該待分析圖片中的內(nèi)容的分類(lèi)。

在上述技術(shù)方案中，利用神經(jīng)網(wǎng)絡(luò)將照片中的不同對(duì)象初步識(shí)別出來(lái)，以便于后續(xù)的匹配。

進(jìn)一步，步驟一進(jìn)一步包括：

步驟S11，將待分析圖片以像素矩陣的形式作為原始輸入，利用該神經(jīng)網(wǎng)絡(luò)第一層的學(xué)習(xí)功能檢測(cè)特定方向和形狀的邊緣的存在與否，以及該些邊緣在圖片中的位置；

步驟S12，利用該神經(jīng)網(wǎng)絡(luò)的第二層檢測(cè)多種邊緣的特定布局，同時(shí)忽略邊緣位置的微小變化；

步驟S13，利用該神經(jīng)網(wǎng)絡(luò)的第三層把特定的邊緣布局組合成為實(shí)際物體的某個(gè)部分。

在上述技術(shù)方案中，利用神經(jīng)網(wǎng)絡(luò)的三層網(wǎng)絡(luò)對(duì)待分析圖片中的不同對(duì)象進(jìn)行識(shí)別，初步識(shí)別出人、物、景。

進(jìn)一步，于步驟二中，該歷史操作數(shù)據(jù)信息包括該電子設(shè)備用戶(hù)的基本個(gè)人信息、近期經(jīng)常訪(fǎng)問(wèn)的網(wǎng)站、近期經(jīng)常搜索的信息、近期下載的 APP、社交網(wǎng)站上近期經(jīng)常關(guān)注的內(nèi)容關(guān)鍵字中的部分或全部。

在上述技術(shù)方案中，基于電子設(shè)備的用戶(hù)的基本個(gè)人信息、近期經(jīng)常訪(fǎng)問(wèn)的網(wǎng)站、近期經(jīng)常搜索的信息、近期下載的APP、社交網(wǎng)站上近期經(jīng)常關(guān)注的內(nèi)容關(guān)鍵字中的部分或全部進(jìn)行信息采集，以建立預(yù)測(cè)數(shù)據(jù)庫(kù)。

進(jìn)一步，該歷史操作數(shù)據(jù)信息通過(guò)歷史數(shù)據(jù)、Log、接口信息調(diào)用方式搜集。

在上述技術(shù)方案中，通過(guò)歷史數(shù)據(jù)、Log、接口信息調(diào)用方式實(shí)現(xiàn)歷史操作數(shù)據(jù)信息采集。

進(jìn)一步，步驟二進(jìn)一步包括：

步驟S21，根據(jù)存儲(chǔ)該待分析圖片的電子設(shè)備的歷史操作記錄進(jìn)行信息采集；

步驟S22，對(duì)該步驟S21中采集到的數(shù)據(jù)進(jìn)行提取信息，去除無(wú)關(guān)的臟數(shù)據(jù)；

步驟S23，對(duì)提取的信息予以保存，生成該預(yù)測(cè)數(shù)據(jù)庫(kù)。

在上述技術(shù)方案中，通過(guò)對(duì)歷史操作記錄數(shù)據(jù)進(jìn)行采集并剔除其中的無(wú)關(guān)信息，建立預(yù)測(cè)數(shù)據(jù)庫(kù)，以便后續(xù)的圖片內(nèi)容匹配。

進(jìn)一步，于步驟S22中，根據(jù)詞匯出現(xiàn)的頻次，提取高頻次出現(xiàn)的詞匯，剔除出現(xiàn)頻次低的詞匯。

在上述技術(shù)方案中，根據(jù)詞匯出現(xiàn)的頻次剔除出現(xiàn)頻次低的詞匯，提高準(zhǔn)確率。