[发明专利]一种基于人工智能图像识别系统以及图像识别装置

说明书

本发明公开了一种基于人工智能图像识别系统以及图像识别装置，包括客户端、服务器和图像识别系统，所述客户端通过以太网与服务器实现双向连接，本发明涉及图像识别技术领域。该基于人工智能图像识别系统以及图像识别装置，利用框架架设单元根据物种信息构建出一个由特征信息组成的样本框架，在图像采集单元进行图片信息采集，特征提取单元提取特征后，直接与框架中的特征进行比较，这样将一个物种进行特征拆分，然后经过多个特征的逐次比较后筛选出一个符合多个特征的结果，不仅可以降低服务器的载荷，而且进行多次特征识别，引导用户进行特征录入后，图像识别结果更加精准，还可以加深用户对该物种的了解。

技术领域

本发明涉及图像识别技术领域，具体为一种基于人工智能图像识别系统以及图像识别装置。

背景技术

图像识别是人工智能的一个重要领域，为了编制模拟人类图像识别活动的计算机程序，人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为，识别某个图像，必须在过去的经验中有这个图像的记忆模式，又叫模板。当前的刺激如果能与大脑中的模板相匹配，这个图像也就被识别了。例如有一个字母A，如果在脑中有个A模板，字母A的大小、方位、形状都与这个A模板完全一致，字母A就被识别了。这个模型简单明了，也容易得到实际应用。但这种模型强调图像必须与脑中的模板完全符合才能加以识别，而事实上人不仅能识别与脑中的模板完全一致的图像，也能识别与模板不完全一致的图像。例如，人们不仅能识别某一个具体的字母A，也能识别印刷体的、手写体的、方向不正、大小不同的各种字母A。同时，人能识别的图像是大量的，如果所识别的每一个图像在脑中都有一个相应的模板，也是不可能的。

为了解决模板匹配模型存在的问题，格式塔心理学家又提出了一个原型匹配模型。这种模型认为，在长时记忆中存储的并不是所要识别的无数个模板，而是图像的某些“相似性”。从图像中抽象出来的“相似性”就可作为原型，拿它来检验所要识别的图像。如果能找到一个相似的原型，这个图像也就被识别了。这种模型从神经上和记忆探寻的过程上来看，都比模板匹配模型更适宜，而且还能说明对一些不规则的，但某些方面与原型相似的图像的识别。但是，这种模型没有说明人是怎样对相似的刺激进行辨别和加工的，它也难以在计算机程序中得到实现。

在实际应用的过程中，图像识别可以很好的帮助人们去了解一些不同的植物或者动物的品种，从而在网络中针对性的对该物种进行检索，从而得到相关品种的信息，常规的图像识别如上述检索的资料，就是通过一个与原型相似性匹配较高的图像即为图像识别的结果，单纯的对整个植株或者动物的部分结构特征进行判断，不能够保证识别结果的精准度，而对整个植株或者动物进行外形比较，处理信息量较大，给后台服务器带来巨大的载荷，并且不能够迅速的得到检索结果，为此，特提供一种基于人工智能图像识别系统以及图像识别装置。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于人工智能图像识别系统以及图像识别装置，解决了单纯的对整个植株的部分结构特征进行判断，不能够保证识别结果的精准度，而对整个植株进行外形比较，处理信息量较大，给后台服务器带来巨大的载荷，并且不能够迅速得到检索结果的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种基于人工智能图像识别系统，包括客户端、服务器和图像识别系统，所述客户端通过以太网与服务器实现双向连接，所述服务器与图像识别系统实现双向连接，所述图像识别系统与中央处理模块实现双向连接，所述中央处理模块分别与图像采集单元、特征匹配单元和样本单元实现双向连接，所述中央处理模块的输出端分别与图像预处理单元、特征填充模块和框架架设单元的输入端连接，所述图像预处理单元的输出端与特征提取单元的输入端连接，所述特征提取单元的输出端与中央处理模块的输入端连接，所述特征填充模块的输出端与特征匹配单元的输入端连接，所述特征匹配单元和样本单元均与框架架设单元实现双向连接。