[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

本發明公開了圖像專業性的深度卷積神經網絡預測，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；用戶將圖像通過網絡將圖像傳輸至深度卷積神經網絡預測單元,深度卷積神經網絡預測單元中的卷積層處理后的圖像傳輸給非線性層進行二次處理，再次處理后的圖像傳輸給匯集層，經過匯集層集中處理后傳輸給分類層，經過分類層對重復的圖像進行分析，然后過濾、刪除，最后將完全處理后的圖像傳輸至數據庫內，將會員的圖像中的小細節進行處理，并且隨著標準的變化，可以實際定義小細節的變化。

技術領域

本發明屬于圖像專業性的深度卷積神經網絡預測領域，具體涉及圖像專業性的深度卷積神經網絡預測。

背景技術

因特網的興起已經導致數字圖像的使用的增加，數碼照片的一個常見用途是在社交網絡上創建個人資料，越來越常見的是，社交網絡被用于從事專業通信和研究，而不是個人，例如，某些社交網絡成員通常以類似于簡歷的方式創建列出其專業成就的簡檔，并且指導，邀請或至少使潛在雇主可以訪問社交網絡簡檔，會員將這些自己的照片放在這樣的會員資料上變得越來越普遍，然而，會員可以容易地在其成員資料頁面上使用不具有最高質量的照片，因為所涉及的攝影技術拍照不是最高質量的(例如，光線不好，拍攝對象構圖不佳，陰影不良等)，或者因為主題本身在某些方面缺乏(例如，頭部的角度不常見，穿的衣服太隨便了，背景場面太隨意了等等，這些問題通常是由于非專業人員(例如，拍攝自拍照的成員或快速拍攝的朋友)使用非專業相機設備(例如，智能手機)拍攝許多數碼照片的事實，雖然可以量化照片的某些技術細節以識別“圖像質量”，但是難以將圖像質量擴展到圖像的“專業性”的更模糊的概念，例如，照片可能確實是完美拍攝的，具有完美的照明和陰影，但照片的主題可能是穿著染色的T恤而不是西裝和領帶，或者可能是西裝和領帶但是看起來不夠進入相機，當認識到關于照片的這些小細節可能存在無限數量且可能意味著關于該主題的專業水平時，這變得更具挑戰性，并且隨著標準的變化，這些無限數量的小細節可隨著時間的推移而發展，為此，提出圖像專業性的深度卷積神經網絡預測。

發明內容

本發明的目的在于提供圖像專業性的深度卷積神經網絡預測，以解決上述背景技術中提出的的問題。

為實現上述目的，本發明采用了如下技術方案：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。

優選的，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。

優選的，所述服務器系統包括聯網模塊和應用服務器。

優選的，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。