[發(fā)明專利]一種基于人工智能圖像識別系統(tǒng)以及圖像識別裝置

在審

• 申請?zhí)枺?/td>: 202011183374.3
• 申請日: 2020-10-29
• 公開（公告）號: CN112287836A
• 公開（公告）日: 2021-01-29
• 發(fā)明（設(shè)計(jì)）人: 韋靈;覃溪;黎偉強(qiáng);倪志平
• 申請（專利權(quán)）人: 柳州工學(xué)院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G10L17/26;G06K9/34;G06K9/38;G06K9/62
• 代理公司: 亳州速誠知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 34157
• 代理人: 杜家波

本發(fā)明公開了一種基于人工智能圖像識別系統(tǒng)以及圖像識別裝置，包括客戶端、服務(wù)器和圖像識別系統(tǒng)，所述客戶端通過以太網(wǎng)與服務(wù)器實(shí)現(xiàn)雙向連接，本發(fā)明涉及圖像識別技術(shù)領(lǐng)域。該基于人工智能圖像識別系統(tǒng)以及圖像識別裝置，利用框架架設(shè)單元根據(jù)物種信息構(gòu)建出一個由特征信息組成的樣本框架，在圖像采集單元進(jìn)行圖片信息采集，特征提取單元提取特征后，直接與框架中的特征進(jìn)行比較，這樣將一個物種進(jìn)行特征拆分，然后經(jīng)過多個特征的逐次比較后篩選出一個符合多個特征的結(jié)果，不僅可以降低服務(wù)器的載荷，而且進(jìn)行多次特征識別，引導(dǎo)用戶進(jìn)行特征錄入后，圖像識別結(jié)果更加精準(zhǔn)，還可以加深用戶對該物種的了解。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識別技術(shù)領(lǐng)域，具體為一種基于人工智能圖像識別系統(tǒng)以及圖像識別裝置。

背景技術(shù)

圖像識別是人工智能的一個重要領(lǐng)域，為了編制模擬人類圖像識別活動的計(jì)算機(jī)程序，人們提出了不同的圖像識別模型。例如模板匹配模型。這種模型認(rèn)為，識別某個圖像，必須在過去的經(jīng)驗(yàn)中有這個圖像的記憶模式，又叫模板。當(dāng)前的刺激如果能與大腦中的模板相匹配，這個圖像也就被識別了。例如有一個字母A，如果在腦中有個A模板，字母A的大小、方位、形狀都與這個A模板完全一致，字母A就被識別了。這個模型簡單明了，也容易得到實(shí)際應(yīng)用。但這種模型強(qiáng)調(diào)圖像必須與腦中的模板完全符合才能加以識別，而事實(shí)上人不僅能識別與腦中的模板完全一致的圖像，也能識別與模板不完全一致的圖像。例如，人們不僅能識別某一個具體的字母A，也能識別印刷體的、手寫體的、方向不正、大小不同的各種字母A。同時(shí)，人能識別的圖像是大量的，如果所識別的每一個圖像在腦中都有一個相應(yīng)的模板，也是不可能的。

為了解決模板匹配模型存在的問題，格式塔心理學(xué)家又提出了一個原型匹配模型。這種模型認(rèn)為，在長時(shí)記憶中存儲的并不是所要識別的無數(shù)個模板，而是圖像的某些“相似性”。從圖像中抽象出來的“相似性”就可作為原型，拿它來檢驗(yàn)所要識別的圖像。如果能找到一個相似的原型，這個圖像也就被識別了。這種模型從神經(jīng)上和記憶探尋的過程上來看，都比模板匹配模型更適宜，而且還能說明對一些不規(guī)則的，但某些方面與原型相似的圖像的識別。但是，這種模型沒有說明人是怎樣對相似的刺激進(jìn)行辨別和加工的，它也難以在計(jì)算機(jī)程序中得到實(shí)現(xiàn)。

在實(shí)際應(yīng)用的過程中，圖像識別可以很好的幫助人們?nèi)チ私庖恍┎煌闹参锘蛘邉游锏钠贩N，從而在網(wǎng)絡(luò)中針對性的對該物種進(jìn)行檢索，從而得到相關(guān)品種的信息，常規(guī)的圖像識別如上述檢索的資料，就是通過一個與原型相似性匹配較高的圖像即為圖像識別的結(jié)果，單純的對整個植株或者動物的部分結(jié)構(gòu)特征進(jìn)行判斷，不能夠保證識別結(jié)果的精準(zhǔn)度，而對整個植株或者動物進(jìn)行外形比較，處理信息量較大，給后臺服務(wù)器帶來巨大的載荷，并且不能夠迅速的得到檢索結(jié)果，為此，特提供一種基于人工智能圖像識別系統(tǒng)以及圖像識別裝置。

發(fā)明內(nèi)容

(一)解決的技術(shù)問題

針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于人工智能圖像識別系統(tǒng)以及圖像識別裝置，解決了單純的對整個植株的部分結(jié)構(gòu)特征進(jìn)行判斷，不能夠保證識別結(jié)果的精準(zhǔn)度，而對整個植株進(jìn)行外形比較，處理信息量較大，給后臺服務(wù)器帶來巨大的載荷，并且不能夠迅速得到檢索結(jié)果的問題。

(二)技術(shù)方案

為實(shí)現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn)：一種基于人工智能圖像識別系統(tǒng)，包括客戶端、服務(wù)器和圖像識別系統(tǒng)，所述客戶端通過以太網(wǎng)與服務(wù)器實(shí)現(xiàn)雙向連接，所述服務(wù)器與圖像識別系統(tǒng)實(shí)現(xiàn)雙向連接，所述圖像識別系統(tǒng)與中央處理模塊實(shí)現(xiàn)雙向連接，所述中央處理模塊分別與圖像采集單元、特征匹配單元和樣本單元實(shí)現(xiàn)雙向連接，所述中央處理模塊的輸出端分別與圖像預(yù)處理單元、特征填充模塊和框架架設(shè)單元的輸入端連接，所述圖像預(yù)處理單元的輸出端與特征提取單元的輸入端連接，所述特征提取單元的輸出端與中央處理模塊的輸入端連接，所述特征填充模塊的輸出端與特征匹配單元的輸入端連接，所述特征匹配單元和樣本單元均與框架架設(shè)單元實(shí)現(xiàn)雙向連接。