[發(fā)明專利]一種基于智能AI提高圖像識(shí)別準(zhǔn)確率的系統(tǒng)在審
| 申請(qǐng)?zhí)枺?/td> | 202210536370.1 | 申請(qǐng)日: | 2022-05-18 |
| 公開(公告)號(hào): | CN114819099A | 公開(公告)日: | 2022-07-29 |
| 發(fā)明(設(shè)計(jì))人: | 袁杰 | 申請(qǐng)(專利權(quán))人: | 南通富力榮科技發(fā)展有限公司 |
| 主分類號(hào): | G06N3/04 | 分類號(hào): | G06N3/04;G06N3/08;G06K9/62;G06V10/774;G06V10/82 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 226300 江蘇省南通市南通高新*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 智能 ai 提高 圖像 識(shí)別 準(zhǔn)確率 系統(tǒng) | ||
1.一種基于智能AI提高圖像識(shí)別準(zhǔn)確率的系統(tǒng),其特征在于,所述系統(tǒng)包括:
第一執(zhí)行單元,所述第一執(zhí)行單元用于采集獲取第一目標(biāo)區(qū)域影像集合,其中,所述目標(biāo)區(qū)域?yàn)榈谝荒繕?biāo)所處的區(qū)域;
第一獲得單元,所述第一獲得單元用于采用生成式對(duì)抗網(wǎng)絡(luò)模型,根據(jù)所述第一目標(biāo)區(qū)域影像集合,生成獲得多個(gè)第二目標(biāo)區(qū)域影像集合;
第二執(zhí)行單元,所述第二執(zhí)行單元用于對(duì)所述第一目標(biāo)區(qū)域影像集合和所述多個(gè)第二目標(biāo)區(qū)域影像集合內(nèi)的影像進(jìn)行預(yù)處理,得到多個(gè)第一影像集合和多個(gè)第二影像集合;
第二獲得單元,所述第二獲得單元用于根據(jù)所述多個(gè)第一影像集合內(nèi)影像的色階變化程度,進(jìn)行權(quán)重分配,獲得第一權(quán)重分配結(jié)果;
第三執(zhí)行單元,所述第三執(zhí)行單元用于將所述多個(gè)第一影像集合和所述多個(gè)第二影像集合輸入影像識(shí)別分析模型,得到多個(gè)第一輸出結(jié)果和多個(gè)第二輸出結(jié)果;
第四執(zhí)行單元,所述第四執(zhí)行單元用于根據(jù)所述第一權(quán)重分配結(jié)果對(duì)所述多個(gè)第一輸出結(jié)果進(jìn)行加權(quán)調(diào)整,結(jié)合所述多個(gè)第二輸出結(jié)果,得到第一目標(biāo)識(shí)別結(jié)果。
2.根據(jù)權(quán)利要求1所述的系統(tǒng),其特征在于,所述系統(tǒng)還包括:
第三獲得單元,所述第三獲得單元用于構(gòu)建并訓(xùn)練獲得所述生成式對(duì)抗網(wǎng)絡(luò)模型;
第四獲得單元,所述第四獲得單元用于將所述第一目標(biāo)區(qū)域影像集合內(nèi)的圖像按照時(shí)間順序劃分,獲得第一圖像集合;
第五獲得單元,所述第五獲得單元用于將所述第一圖像集合內(nèi)的圖像輸入所述生成式對(duì)抗網(wǎng)絡(luò)模型,根據(jù)每幅圖像生成獲得多幅圖像,獲得多個(gè)第二圖像集合;
第六獲得單元,所述第六獲得單元用于按照所述時(shí)間順序,將所述多個(gè)第二圖像集合內(nèi)的圖像進(jìn)行排序,獲得所述多個(gè)第二目標(biāo)區(qū)域影像集合。
3.根據(jù)權(quán)利要求2所述的系統(tǒng),其特征在于,所述系統(tǒng)還包括:
第五執(zhí)行單元,所述第五執(zhí)行單元用于采集所述第一目標(biāo)位于所述目標(biāo)區(qū)域內(nèi)的第三目標(biāo)區(qū)域影像集合;
第七獲得單元,所述第七獲得單元用于根據(jù)所述第三目標(biāo)區(qū)域影像集合,獲得訓(xùn)練樣本和測(cè)試樣本;
第六執(zhí)行單元,所述第六執(zhí)行單元用于構(gòu)建生成模型和判別模型;
第八獲得單元,所述第八獲得單元用于將所述訓(xùn)練樣本輸入所述生成模型,疊加噪聲,生成獲得對(duì)抗樣本;
第七執(zhí)行單元,所述第七執(zhí)行單元用于將所述對(duì)抗樣本輸入所述判別模型,區(qū)分所述對(duì)抗樣本和所述訓(xùn)練樣本;
第八執(zhí)行單元,所述第八執(zhí)行單元用于對(duì)所述生成模型和判別模型進(jìn)行參數(shù)更新,進(jìn)行迭代;
第九執(zhí)行單元,所述第九執(zhí)行單元用于直到所述判別模型無法判別生成的對(duì)抗樣本和所述訓(xùn)練樣本,得到所述生成式對(duì)抗網(wǎng)絡(luò)模型。
4.根據(jù)權(quán)利要求1所述的系統(tǒng),其特征在于,所述系統(tǒng)還包括:
第十執(zhí)行單元,所述第十執(zhí)行單元用于分別抽取所述第一目標(biāo)區(qū)域影像集合和所述多個(gè)第二目標(biāo)區(qū)域影像集合內(nèi)第一預(yù)設(shè)幀數(shù)的圖像,得到第一預(yù)處理影像集合;
第十一執(zhí)行單元,所述第十一執(zhí)行單元用于對(duì)所述第一預(yù)處理影像集合進(jìn)行畫質(zhì)增強(qiáng)處理,得到所述第一影像集合;
第十二執(zhí)行單元,所述第十二執(zhí)行單元用于分別抽取所述第一目標(biāo)區(qū)域影像集合和所述多個(gè)第二目標(biāo)區(qū)域影像集合內(nèi)第二預(yù)設(shè)幀數(shù)的圖像,得到第二預(yù)處理影像集合,其中,所述第二預(yù)設(shè)幀數(shù)大于所述第一預(yù)設(shè)幀數(shù);
第十三執(zhí)行單元,所述第十三執(zhí)行單元用于對(duì)所述第二預(yù)處理影像集合進(jìn)行畫質(zhì)降低處理,得到所述第二影像集合。
5.根據(jù)權(quán)利要求1所述的系統(tǒng),其特征在于,所述系統(tǒng)還包括:
第十四執(zhí)行單元,所述第十四執(zhí)行單元用于將所述多個(gè)第一影像集合內(nèi)的影像進(jìn)行灰度化處理,得到多個(gè)第一灰度影像集合;
第十五執(zhí)行單元,所述第十五執(zhí)行單元用于提取獲得所述多個(gè)第一灰度影像集合內(nèi)的灰度色階值,得到多個(gè)灰度色階分布集合;
第十六執(zhí)行單元,所述第十六執(zhí)行單元用于分別獲取所述多個(gè)灰度色階分布集合內(nèi)最大灰度值和最小灰度值的差,得到多個(gè)灰度差;
第九獲得單元,所述第九獲得單元用于分別根據(jù)所述多個(gè)灰度色階分布集合進(jìn)行灰度色階值聚類,獲得多個(gè)灰度聚類集合;
第十七執(zhí)行單元,所述第十七執(zhí)行單元用于根據(jù)所述多個(gè)灰度差和多個(gè)灰度聚類集合進(jìn)行權(quán)重分配,得到所述第一權(quán)重分配結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南通富力榮科技發(fā)展有限公司,未經(jīng)南通富力榮科技發(fā)展有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210536370.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- AI接口平臺(tái)及其應(yīng)用方法、AI應(yīng)用系統(tǒng)
- AI行為調(diào)用方法和裝置
- 人工智能平臺(tái)實(shí)現(xiàn)方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 人工智能的病種分析方法及裝置、存儲(chǔ)介質(zhì)、計(jì)算機(jī)設(shè)備
- 一種處理AI任務(wù)的方法及裝置
- 提供AI模型的方法、AI平臺(tái)、計(jì)算設(shè)備及存儲(chǔ)介質(zhì)
- 一種自適應(yīng)AI模型部署方法
- 分離AI中的公共知識(shí)與私有知識(shí)
- 應(yīng)用于城市大腦的AI算法和AI模型的調(diào)配系統(tǒng)及方法
- 云服務(wù)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





