[發明專利]圖像專業性的深度卷積神經網絡預測

在審

• 申請號: 201910342450.1
• 申請日: 2019-04-26
• 公開（公告）號: CN110188285A
• 公開（公告）日: 2019-08-30
• 發明（設計）人: 崔巖;劉強
• 申請（專利權）人: 中德（珠海）人工智能研究院有限公司;五邑大學;珠海市四維時代網絡科技有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/583;G06K9/62;G06Q50/00
• 代理公司: 北京德高行遠知識產權代理有限公司 11549
• 代理人: 楊瑞

1.圖像專業性的深度卷積神經網絡預測，其特征在于：包括深度卷積神經網絡預測單元，所述深度卷積神經網絡預測單元交互連接服務器系統，所述服務器系統交互連接客戶端，所述客戶端交互連接存儲模塊，所述存儲模塊交互連接圖像輸入模塊，所述圖像輸入模塊交互連接操作單元，所述操作單元交互連接所述服務器系統，所述圖像輸入模塊交互連接服務器系統；

所述深度卷積神經網絡預測單元，用于生成數字圖像的專業性得分，為機器學習模型，其有效地推斷出均勻輸入字段和期望輸出之間的非線性關系，輸出字段是分類類別或標量；

所述服務器系統，用于承擔額外的管理、配置、穩定、安全等功能，處于網絡中的核心部位；

所述客戶端，用于與服務器相對應，是為客戶提供本地服務的程序，通過軟件將其配置為用于執行操作的硬件模塊；

所述存儲模塊，用于將經過所述深度卷積神經網絡預測單元處理后的圖像進行存儲；

所述圖像輸入模塊，用于將圖像的圖片信號轉化為信息信號輸入至深度卷積神經網絡預測單元進行處理；

所述操作單元，用于管理硬件資源并提供公共服務。

2.根據權利要求1所述的圖像專業性的深度卷積神經網絡預測，其特征在于：所述深度卷積神經網絡預測單元包括卷積層、非線性層、匯集層和分類層，所述分類層包括濾波器。

3.根據權利要求1所述的圖像專業性的深度卷積神經網絡預測，其特征在于：所述服務器系統包括聯網模塊和應用服務器。

4.根據權利要求3所述的圖像專業性的深度卷積神經網絡預測，其特征在于：所述聯網模塊包括信號接收模塊和信號輸出模塊，所述應用服務器包括API服務器、網絡服務器和搜索引擎。

5.根據權利要求1所述的圖像專業性的深度卷積神經網絡預測，其特征在于：所述存儲模塊包括存儲器和數據庫。

6.根據權利要求5所述的圖像專業性的深度卷積神經網絡預測，其特征在于：所述數據庫包括簡檔數據庫、社交圖數據庫和行為數據庫。

7.根據權利要求1所述的圖像專業性的深度卷積神經網絡預測，其特征在于：所述操作單元包括內核和驅動程序。

8.根據權利要求1所述的圖像專業性的深度卷積神經網絡預測，其特征在于：所述圖像輸入模塊設有計算機，所述計算機包括攝像頭、鼠標、鍵盤和顯示屏。

9.根據權利要求2所述的圖像專業性的深度卷積神經網絡預測，其特征在于：所述深度卷積神經網絡預測單元包括多個級，每個級包含不同的所述卷積層，所述非線性層、所述匯集層和所述分類層。

10.根據權利要求2所述的圖像專業性的深度卷積神經網絡預測，其特征在于：所述卷積層相連接所述非線性層，所述非線性層相連接匯集層，所述匯集層相連接分類層。