[發明專利]基于差分進化算法-深度森林算法的廢舊手機識別方法

在審

• 申請號: 202011235020.9
• 申請日: 2020-11-08
• 公開（公告）號: CN113298107A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 湯健;王子軒;崔城瑜;喬俊飛
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/00
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 吳蔭芳

本發明公開一種基于差分進化算法?深度森林算法的廢舊手機識別方法，將DE和DF算法進行結合應用于廢舊手機回收識別；首先，基于經驗選擇對識別結果影響較大的多尺度特征參數和DF參數；接著，將DF廢舊手機識別準確率作為適應度函數，通過DE算法找出模型參數的最優解集；最后，將最優解集傳入手機識別模型中，基于工信部手機圖像的仿真結果證明了該方法的有效性。

技術領域

本發明屬于手機回收技術領域，尤其涉及一種基于差分進化算法-深度森林算法的廢舊手機識別方法。

背景技術

手機逐漸成為人們生活中不可或缺的一部分，這導致手機相關產業和廢舊手機識別產業發展迅速。廢舊手 機回收裝備成為最主要的手機回收方式之一。然而其對廢舊手機的識別準確率和識別效率并不能令人滿意。當 前基于回收裝備的廢舊手機識別方法分為手機圖像識別，IMEI碼識別，箱內機械手識別和USB接口識別四種。 總結前人研究，找到提高回收裝備中廢舊手機識別效率的方法是當前的研究難點。

隨著人工智能技術的不斷發展，圖像識別算法已成功應用于許多領域。然而，圖像識別算法的改進并未促 進手機圖像識別技術的改善。目前，僅有BP神經網絡和卷積神經網絡(CNN)應用于廢舊手機識別領域。CNN 需要大量數據來訓練模型，十分耗時且魯棒性差。在廢舊手機識別這一問題中，雖然擁有大量的手機圖像樣本， 但是按照型號劃分的手機標簽也很龐大，這導致每個標簽下的手機圖片十分稀少。因此，廢舊手機識別仍是一 個小樣本問題，非常有必要研究相應識別算法。

基于深度學習的思想的深度森林(DF)算法通過實驗證明了其在手寫字符分類和人臉識別等問題上的優 越性。DF算法被證實在小樣本問題中具有顯著的優越性。與CNN相比，DF的參數更少，即使樣本量很小， 它仍然具有更好的分類精度。最重要的是，DF可以根據具體問題進行深度自適應，減少模型冗余。

然而，DF仍存在一些缺陷。在廢舊手機識別這一問題中，原始手機圖片像素過大會導致模型運轉緩慢， 為了解決這一問題，可以使用多尺度HOG特征代替原始手機圖片。HOG特征尺度、滑動窗口的選擇以及DF 中的隨機森林相關參數決定了模型的準確性。如何調整模型參數已成為當前待解決的主要問題。

發明內容

隨著手機產業的不斷發展，廢舊手機回收已成為熱門話題。目前，基于手機回收裝備的廢舊手機識別方法 研究在國內外鮮有聽聞。因此提出了一種基于差分進化(DE)算法-深度森林(DF)算法的廢舊手機識別方法。 本申請將DE和DF算法進行結合應用于廢舊手機回收識別。首先，基于經驗選擇對識別結果影響較大的多尺 度特征參數和DF參數。接著，將DF廢舊手機識別準確率作為適應度函數，通過DE算法找出模型參數的最 優解集。最后，將最優解集傳入手機識別模型中進行識別，基于工信部手機圖像的仿真結果證明了該方法的有 效性。

附圖說明

圖1廢舊手機回收流程

圖2DE-DF廢舊手機識別流程

圖3廢舊手機識別模型策略圖；

圖4多尺度HOG特征組合；

圖5多粒度掃描示意圖；

圖6級聯森林示意圖；

圖7不同迭代次數優化曲線，圖7(a)15次迭代曲線，圖7(b)20次迭代曲線，圖7(c)25次迭代曲線。

具體實施方式

如圖1所示：用戶在手機回收裝備內投放手機后，填寫手機各項評估特征，回收機通過用戶填寫信息對手 機型號、內存、外觀磨損等狀態進行估價，并通過人機交互模塊將手機價格信息反饋給用戶；用戶通過人機界 面確認是否進行回收；用戶同意回收后，傳動模塊將手機傳送至回收倉內，回收機內置識別模塊對手機進行檢 測，若檢測結果與用戶填寫一致則完成本次回收，將返利匯入用戶賬戶內，若不一致則退還手機。