[發明專利]一種分布式的圖像識別系統及其方法

在審

• 申請號: 201810589629.2
• 申請日: 2018-06-08
• 公開（公告）號: CN109034380A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 吳生才
• 申請（專利權）人: 四川斐訊信息技術有限公司
• 主分類號: G06N3/063
• 分類號: G06N3/063;G06N3/04
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 郭桂峰

1.一種分布式的圖像識別系統，其特征在于，包括：主控服務器，至少兩個圖像識別服務器和決策服務器；所述圖像識別服務器分別與所述主控服務器和所述決策服務器連接；

所述主控服務器，用于將獲取的待識別圖像數據廣播發送至各個圖像識別服務器；

所述圖像識別服務器，用于接收所述待識別圖像數據，根據自身的第一神經網絡模型識別所述待識別圖像數據，得到對應的待識別圖像數據所屬各類別的概率值，并將所述待識別圖像數據所屬各類別的概率值發送至所述決策服務器；

所述決策服務器，用于接收各個的圖像識別服務器的待識別圖像數據所屬各類別的概率值，根據所有待識別圖像數據所屬各類別的概率值得到所述待識別圖像數據的識別結果。

2.根據權利要求1所述的分布式的圖像識別系統，其特征在于，還包括：至少一個智能終端，每個智能終端安裝有第二神經網絡模型，所述智能終端與所述主控服務器連接；

所述智能終端，用于當所述待識別圖像數據由所述智能終端采集時，發送所述待識別圖像數據至所述第二神經網絡模型和所述主控服務器，由所述主控服務器廣播發送所述待識別圖像數據至各個圖像識別服務器的第一神經網絡模型，使得所述第一神經網絡模型與所述第二神經網絡模型分別識別所述待識別圖像數據；

若所述第二神經網絡模型識別失敗時，所述第一神經網絡模型繼續識別所述待識別圖像數據；若所述第二神經網絡模型識別成功時，所述第一神經網絡模型停止識別所述待識別圖像數據。

3.根據權利要求2所述的分布式的圖像識別系統，其特征在于，所述主控服務器包括：

圖像獲取模塊，用于獲取所述待識別圖像數據；

圖像來源檢測模塊，用于檢測所述待識別圖像數據的獲取路徑；所述獲取路徑包括所述網絡端和/或智能終端；

第一獲取模塊，用于獲取各個圖像識別服務器的滯留狀態；

第一通信模塊，用于當所述滯留狀態達到預設滯留范圍對應的圖像識別服務器的數量達到預設數目時，廣播發送獲取路徑為所述網絡端的待識別圖像數據至所述智能終端的第二神經網絡模型進行圖像識別。

4.根據權利要求3所述的分布式的圖像識別系統，其特征在于，所述主控服務器還包括：

第二獲取模塊，用于獲取與所述主控服務器連接的每個圖像識別服務器的第一配置參數和第一狀態信息，以及與所述主控服務器連接的每個智能終端的第二配置參數和第二狀態信息；所述狀態信息包括位置信息和/或偏好信息；

篩選模塊，用于篩選出對應于所述第一狀態信息的第一圖像樣本，以及對應于所述第二狀態信息的第二圖像樣本；

訓練模塊，用于將所述第一圖片樣本輸入預訓練模塊，訓練得到適應于當前圖像識別服務器的第一配置參數，且匹配所述第一狀態信息的第一神經網絡模型；將所述第二圖片樣本輸入預訓練模塊，訓練得到適應于當前圖像識別服務器的第二配置參數，且匹配所述第二狀態信息的第二神經網絡模型；

所述第一通信模塊，還用于發送所述第一神經網絡模型至所述第一狀態信息對應的圖像識別服務器，發送所述第二神經網絡模型至所述第二狀態信息對應的智能終端，使得所述圖像識別服務器安裝對應的第一神經網絡模型，所述智能終端安裝對應的第二神經網絡模型。

5.根據權利要求1-4任一項所述的分布式的圖像識別系統，其特征在于，所述決策服務器包括：

第三通信模塊，用于接收各個的圖像識別服務器的待識別圖像數據所屬各類別的概率值；

處理模塊，用于比較待識別圖像數據所屬各類別的概率值的大小，確定最大概率值對應的圖像類型為所述待識別圖像數據的識別結果。

6.一種分布式的圖像識別方法，其特征在于，包括步驟：

主控服務器獲取的待識別圖像數據，將所述待識別圖像數據廣播發送至各個圖像識別服務器；

圖像識別服務器接收所述待識別圖像數據，根據自身的第一神經網絡模型識別所述待識別圖像數據，得到對應的待識別圖像數據所屬各類別的概率值，并將所述待識別圖像數據所屬各類別的概率值發送至所述決策服務器；

決策服務器接收各個的圖像識別服務器的待識別圖像數據所屬各類別的概率值，根據所有待識別圖像數據所屬各類別的概率值得到所述待識別圖像數據的識別結果。