[發明專利]一種基于神經網絡內模控制的嵌入式圖像識別系統及方法

在審

• 申請號: 202011638948.1
• 申請日: 2020-12-31
• 公開（公告）號: CN112633408A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 黃冠宇;朱敏銳;葉雨磊
• 申請（專利權）人: 上海九高節能技術股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/063;G06N3/08
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

1.一種基于神經網絡內模控制的嵌入式圖像識別系統，其特征在于，包括：圖像檢測模塊、圖像處理模塊、主控制器；

所述圖像檢測模塊用于采集獲取圖像信號；

所述圖像處理模塊與所述圖像檢測模塊信號連接，用于對所述圖像信號進行預處理、端點檢測及特征提取，得到圖像特征數據；

所述主控制器經SPI接口與所述圖像處理模塊連接，用于通過多個識別模型對所述圖像特征數據進行圖像識別，得到多個預測結果，并通過對多個所述預測結果進行加權平均，獲取最優識別結果，其中，所述主控制器為基于神經網絡內模控制結構的控制器。

2.根據權利要求1所述的基于神經網絡內模控制的嵌入式圖像識別系統，其特征在于，多個所述識別模型為基于同一訓練集中的不同子集建立并訓練的模型。

3.根據權利要求1所述的基于神經網絡內模控制的嵌入式圖像識別系統，其特征在于，所述神經網絡內模控制結構包括神經網絡控制器、神經網絡狀態辨識器，所述神經網絡控制器以所述神經網絡狀態辨識器的神經網絡內部模型作為訓練對象，用于學習被控對象的動態特性，所述神經網絡控制器用于經離線和在線訓練學習被控對象的逆動態特性，其中，所述神經網絡狀態辨識器作為被控對象的近似模型并與被控對象并行設置，所述神經網絡狀態辨識器與所述實際對象的差值和期望的給定值的差值，經線性濾波器反饋于所述神經網絡控制器。

4.根據權利要求1至3任意一項所述的基于神經網絡內模控制的嵌入式圖像識別系統，其特征在于，所述主控制器為基于FPGA與ARM的雙核控制芯片。

5.根據權利要求1至3任意一項所述的基于神經網絡內模控制的嵌入式圖像識別系統，其特征在于，所述圖像處理模塊包括圖像處理芯片、內存，所述圖像處理芯片用于對所述圖像信號進行預處理、端點檢測及特征提取，得到所述圖像特征數據，所述內存用于存儲所述圖像特征數據。

6.根據權利要求1至3任意一項所述的基于神經網絡內模控制的嵌入式圖像識別系統，其特征在于，還包括控制執行模塊，所述主控制器還用與根據所述最優識別結果生成控制指令，所述控制執行模塊用于根據所述控制指令控制對象執行對應動作。

7.一種基于神經網絡內模控制的嵌入式圖像識別方法，其特征在于，包括以下步驟：

S1：基于同一訓練集中的不同子集建立多個模型，并進行訓練，得到多個識別模型；

S2：采集獲取圖像信號，對所述圖像信號進行預處理、端點檢測及特征提取，得到圖像特征數據

S3：通過多個識別模型對所述圖像特征數據進行圖像識別，得到多個預測結果，并通過對多個所述預測結果進行加權平均，獲取最優識別結果，所述圖像識別基于神經網絡內模控制識別。

8.根據權利要求7所述的基于神經網絡內模控制的嵌入式圖像識別方法，其特征在于，所述步驟S3之后還包括：

S4：根據所述最優識別結果生成控制指令，并根據所述控制指令控制對象執行對應動作。