[发明专利]图像识别系统

权利要求书

1.一种图像识别系统，包括多视角成像模组、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，

所述多视角成像模组包括：

镜头；

感光元件；

设置于所述镜头与所述感光元件之间，且位于所述镜头的成像侧的焦平面上的微透镜阵列，所述微透镜阵列包括多个阵列排布的微透镜；

其中，被成像的物体的光线通过所述镜头从不同方向分别投射到所述微透镜阵列的所述多个微透镜上，经由所述多个微透镜分别折射后，入射到所述感光元件的不同感光区域，形成多幅不同角度的被成像的物体的影像信息；

所述处理器执行所述计算机程序时实现如下所述的图像识别方法的步骤：

反复采集所述多视角成像模组针对被识别物体的单一视角进行成像得到的多幅不同角度的被识别物体的影像信息；

将每次采集到的所述多幅不同角度的被识别物体的影像信息的集合作为样本训练数据，基于卷积神经网络模型的进行训练，得到目标模型；

将通过所述多视角成像模组获取待识别物体经成像后得到的多幅不同角度的待识别物体的影像信息带入所述目标模型，以对所述待识别物体进行图像识别。

2.根据权利要求1所述的图像识别系统，其特征在于，所述微透镜阵列中的所述多个微透镜的结构为选自以下结构中的一种：

所述多个微透镜的透镜形状与大小相同、焦距相同且固定；

所述多个微透镜的透镜形状与大小各不相同、所述多个微透镜的透镜焦距各不相同且固定；

所述多个微透镜的透镜形状与大小相同、焦距可调；

所述多个微透镜的透镜形状与大小各不相同、焦距可调。

3.根据权利要求1所述的图像识别系统，其特征在于，所述微透镜阵列中的所述多个微透镜以均匀分布或者非均匀的方式分布在透明结构上；所述透明结构为凸面透明结构、凹面透明结构或者平面透明结构。

4.根据权利要求1所述的图像识别系统，其特征在于，所述微透镜阵列为一次成像微透镜阵列或者多次成像微透镜阵列。

5.根据权利要求4所述的图像识别系统，其特征在于，所述多次成像微透镜阵列包括至少两个平行设置的微透镜阵列。

6.根据权利要求1-5中任一项所述的图像识别系统，其特征在于，所述感光元件为互补金属氧化物半导体图像传感器或者电荷耦合器件图像传感器。

7.根据权利要求6所述的图像识别系统，其特征在于，所述感光元件上设有多像素感光阵列，所述多像素感光阵列包括多个与所述微透镜阵列上的多个微透镜一一对应的设置的感光区域。

8.根据权利要求1所述的图像识别系统，其特征在于，反复采集所述多视角成像模组针对被识别物体的单一视角进行成像得到的多幅不同角度的被识别物体的影像信息的步骤之后，还包括：

根据所述反复采集所述多视角成像模组针对被识别物体的单一视角进行成像得到的多幅不同角度的被识别物体的影像信息，通过光线重构算法获取被识别物体的多个不同角度的图像和深度信息；

所述将每次采集到的所述多幅不同角度的被识别物体的影像信息的集合作为样本训练数据，基于卷积神经网络模型的进行训练，得到目标模型的步骤，包括：

将每次采集到的所述被识别物体的多个不同角度的图像和深度信息的集合作为样本训练数据，基于卷积神经网络模型的进行训练，得到目标模型。

9.根据权利要求1所述的图像识别系统，其特征在于，还包括步骤：反复采集所述多视角成像模组针对被识别物体的多个不同视角进行成像得到的多幅不同角度的被识别物体的影像信息。

10.根据权利要求9所述的图像识别系统，其特征在于，在所述微透镜的焦距可调时，反复采集所述多视角成像模组针对被识别物体的单一视角进行成像得到的多幅不同角度的被识别物体的影像信息的步骤，包括：

调整所述微透镜阵列上的多个微透镜的焦距；

在不同的焦距下，反复采集所述多视角成像模组针对被识别物体的多个不同视角进行成像得到的多幅不同角度的被识别物体的影像信息。