[发明专利]儿童绘本模型建立方法、阅读机器人及存储设备有效
申请号: | 201810421722.2 | 申请日: | 2018-05-04 |
公开(公告)号: | CN108765532B | 公开(公告)日: | 2023-08-22 |
发明(设计)人: | 郑慧;顾嘉唯 | 申请(专利权)人: | 卢卡(北京)智能科技有限公司 |
主分类号: | G06T15/00 | 分类号: | G06T15/00;G06T7/73;G06V10/74 |
代理公司: | 北京晋德允升知识产权代理有限公司 11623 | 代理人: | 王戈 |
地址: | 100000 北京市朝阳*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 儿童 模型 建立 方法 阅读 机器人 存储 设备 | ||
本申请公开了儿童绘本模型建立方法、阅读机器人及存储设备,该模型建立方法包括:检测儿童绘本库中每张训练图的特征点;提取儿童绘本库中每张训练图的特征点的特征;筛选每张训练图的特定数量的特征;根据所述特定数量的特征建立儿童绘本模型。本申请能够适应各种光照和环境变化,并且能够有效的压缩特征数目,在内存受限条件下保证更大的数据库支持和较快的匹配速度。
技术领域
本申请涉及,尤其涉及一种儿童绘本模型建立方法、阅读机器人及存储设备。
背景技术
图1为计算机组成结构框图,其中示出了计算机的主要部件。图1中,处理器110、内部存储器105、总线桥120以及网络接口115接入系统总线140,总线桥120用于桥接系统总线140和I/O总线145,I/O接口接入I/O总线145,USB接口以及外部存储器与I/O接口连接。图1中,处理器110可以为一个或多个处理器,每个处理可以具有一个或者多个处理器内核;内部存储器105为易失性存储器,例如寄存器、缓存器、各种类型的随机存取存储器等;在计算机开机运行的时候,内部存储器105中的数据包括操作系统和应用程序;网络接口115可以为以太网接口、光纤接口等;系统总线140可以用来传送数据信息、地址信息、以及控制信息;总线桥120可以用来进行协议转换,将系统总线协议转换为I/O协议或者将I/O协议转换为系统总线协议以实现数据传输;I/O总线145用来数据信息和控制信息,还可以总线终结电阻或电路来降低信号反射干扰;I/O接口130主要与各种外部设备连接,例如键盘、鼠标、传感器等等,闪存可以通过USB接口接入I/O总线,外部存储器为非易失性存储器,例如硬盘、光盘等。在计算机开机之后,处理器可以将存储于外部存储其中的数据读取到内部存储器中,并对内部存储其中的计算机指令进行处理,完成操作系统以及应用程序的功能。该示例计算机可以为台式机、笔记本电脑、平板电脑、智能手机等。
随着人工智能技术的发展,越来越多的基于上述计算机结构的图像处理方法涌现,其中一种便是儿童绘本的处理。对于儿童绘本识别而言,其所要解决的问题是,如何快速分辨出相镜头机捕获的图片中是否包含儿童绘本,并且确认是哪本绘本的哪一页。该方案实际上理解为图片检索问题,如何实现从儿童绘本库中挑选出与查询图片具有同样内容的候选图片(或者其索引)。
发明内容
本申请实施例提供儿童绘本模型建立方法、阅读机器人及存储设备,用以加快图片查询的速度。
本申请提供了一种儿童绘本模型建立方法,包括:
检测儿童绘本库中每张训练图的特征点;
提取儿童绘本库中每张训练图的特征点的特征;
筛选每张训练图的特定数量的特征;
根据所述特定数量的特征建立儿童绘本模型。
可选地,所述检测儿童绘本库中的儿童绘本特征点包括:
针对所述儿童绘本库中的每个儿童绘本,检测该儿童绘本封面对应的训练图的特征点;
针对所述儿童绘本库中的每个儿童绘本,检测该儿童绘本内容页对应的训练图的特征点。
可选地,所述检测儿童绘本库中每张训练图的特征点包括:通过HARRIS角点检测算法、FAST特征点检测算法、SURF特征点检测算法、和/或AKAZE特征点检测算法检测儿童绘本库中的儿童绘本特征点。
可选地,所述提取儿童绘本库中每张训练图的特征点的特征包括:采用与特征点相对应的特征提取算法提取每张训练图的特征点的特征,或者通过基于深度学习的算法提取每张训练图的特征点的特征。
可选地,所述筛选每张训练图的特定数量的特征包括:
将每张训练图的每个特征与儿童绘本库中其他训练图的每个特征进行相似性匹配;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于卢卡(北京)智能科技有限公司,未经卢卡(北京)智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810421722.2/2.html,转载请声明来源钻瓜专利网。