[發明專利]一種基于人工智能的西瓜成熟度檢測的系統和方法

在審

• 申請號: 202011401087.5
• 申請日: 2020-12-03
• 公開（公告）號: CN112529152A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 黃明飛;姚宏貴;梁維斌;郝瀚;張逸風
• 申請（專利權）人: 開放智能機器（上海）有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08
• 代理公司: 上海申新律師事務所 31272
• 代理人: 吳軼淳

1.一種基于人工智能的西瓜成熟度檢測的系統，其特征在于，包括：

圖像采集模塊，用于獲取待檢測的西瓜的照片數據；

音頻采集模塊，用于獲取拍打西瓜的音頻數據；

第一特征提取模塊，連接所述圖像采集模塊，用于對所述西瓜的照片數據進行處理；

第二特征提取模塊，連接所述音頻采集模塊，用于對所述西瓜的音頻數據進行處理；

神經網絡模塊，分別連接所述第一特征提取模塊和所述第二特征提取模塊，用于將處理后的所述西瓜的照片數據和音頻數據輸入預先訓練好的神經網絡模型中進行處理，獲取關于西瓜成熟的置信度；

結果判斷模塊，連接所述神經網絡模塊，用于根據關于西瓜成熟的所述置信度判斷待檢測的所述西瓜是否成熟。

2.如權利要求1所述的一種基于人工智能的西瓜成熟度檢測的系統，其特征在于，所述第一特征提取模塊對所述西瓜的照片數據進行處理包括：對所述西瓜的照片數據縮放至預定尺寸。

3.如權利要求1所述的一種基于人工智能的西瓜成熟度檢測的系統，其特征在于，第二特征提取模塊包括：

加窗單元，用于所述西瓜的音頻數據進行加窗處理以使所述西瓜的音頻數據為具有預定幀長的音頻幀的集合；

第一轉換單元，連接所述重疊單元，用于對進行加窗處理后的所述西瓜的音頻數據進行傅里葉轉換；

第二轉換單元，連接所述第一轉換單元，用于對進行傅里葉轉換后的所述西瓜的音頻數據進行梅爾頻率轉換，得到具有13維特征的所述西瓜的音頻數據。

4.如權利要求1所述的一種基于人工智能的西瓜成熟度檢測的系統，其特征在于，所述神經網絡模型包括第一模型和第二模型，所述第一模型根據對成熟西瓜和未成熟西瓜的照片進行訓練得到，所述第二模型根據對拍擊所述成熟西瓜和所述未成熟西瓜的音頻數據進行訓練得到；

所述神經網絡模塊包括：

第一處理單元，用于按照預設權重加載所述第一模型，對待檢測的所述西瓜的照片數據進行處理輸出關于西瓜成熟度的第一置信度；

第二處理單元，用于按照所述預設權重加載所述第二模型，對待檢測的所述西瓜的音頻數據進行處理輸出關于西瓜成熟度的第二置信度。

5.如權利要求4所述的一種基于人工智能的西瓜成熟度檢測的系統，其特征在于，結果判斷模塊包括：

計算單元，用于計算所述第一置信度和所述第二置信度的加權平均值；

判斷單元，連接所述計算單元，用于將所述第一置信度和所述第二置信度的加權平均值與一閾值進行比較，若所述加權平均值大于所述閾值，則判定待檢測的所述西瓜成熟。

6.一種基于人工智能的西瓜成熟度檢測的方法，其特征在于，應用如權利要求1-5任意一項所述的一種基于人工智能的西瓜成熟度檢測的系統，包括如下步驟：

步驟S1，獲取待檢測的西瓜的照片數據；

步驟S2，獲取拍打西瓜的音頻數據；

步驟S3，對所述西瓜的照片數據進行處理；

步驟S4，對所述西瓜的音頻數據進行處理；

步驟S5，將處理后的所述西瓜的照片數據和音頻數據輸入預先訓練好的神經網絡模型中進行處理，獲取關于西瓜成熟的置信度；

步驟S6，根據關于西瓜成熟的所述置信度判斷待檢測的所述西瓜是否成熟。

7.如權利要求6所述的一種基于人工智能的西瓜成熟度檢測的方法，其特征在于，所述步驟S3中對所述西瓜的照片數據進行處理包括：對所述西瓜的照片數據縮放至預定尺寸。

8.如權利要求6所述的一種基于人工智能的西瓜成熟度檢測的方法，其特征在于，所述步驟S4包括：

步驟S41，對所述西瓜的音頻數據進行加窗處理以使所述西瓜的音頻數據為具有預定幀長的音頻幀的集合；

步驟S42，對進行加窗處理后的所述西瓜的音頻數據進行傅里葉轉換；

步驟S43，對進行傅里葉轉換后的所述西瓜的音頻數據進行梅爾頻率轉換，得到具有13維特征的所述西瓜的音頻數據。