[发明专利]一种基于人工智能的西瓜成熟度检测的系统和方法

权利要求书

1.一种基于人工智能的西瓜成熟度检测的系统，其特征在于，包括：

图像采集模块，用于获取待检测的西瓜的照片数据；

音频采集模块，用于获取拍打西瓜的音频数据；

第一特征提取模块，连接所述图像采集模块，用于对所述西瓜的照片数据进行处理；

第二特征提取模块，连接所述音频采集模块，用于对所述西瓜的音频数据进行处理；

神经网络模块，分别连接所述第一特征提取模块和所述第二特征提取模块，用于将处理后的所述西瓜的照片数据和音频数据输入预先训练好的神经网络模型中进行处理，获取关于西瓜成熟的置信度；

结果判断模块，连接所述神经网络模块，用于根据关于西瓜成熟的所述置信度判断待检测的所述西瓜是否成熟。

2.如权利要求1所述的一种基于人工智能的西瓜成熟度检测的系统，其特征在于，所述第一特征提取模块对所述西瓜的照片数据进行处理包括：对所述西瓜的照片数据缩放至预定尺寸。

3.如权利要求1所述的一种基于人工智能的西瓜成熟度检测的系统，其特征在于，第二特征提取模块包括：

加窗单元，用于所述西瓜的音频数据进行加窗处理以使所述西瓜的音频数据为具有预定帧长的音频帧的集合；

第一转换单元，连接所述重叠单元，用于对进行加窗处理后的所述西瓜的音频数据进行傅里叶转换；

第二转换单元，连接所述第一转换单元，用于对进行傅里叶转换后的所述西瓜的音频数据进行梅尔频率转换，得到具有13维特征的所述西瓜的音频数据。

4.如权利要求1所述的一种基于人工智能的西瓜成熟度检测的系统，其特征在于，所述神经网络模型包括第一模型和第二模型，所述第一模型根据对成熟西瓜和未成熟西瓜的照片进行训练得到，所述第二模型根据对拍击所述成熟西瓜和所述未成熟西瓜的音频数据进行训练得到；

所述神经网络模块包括：

第一处理单元，用于按照预设权重加载所述第一模型，对待检测的所述西瓜的照片数据进行处理输出关于西瓜成熟度的第一置信度；

第二处理单元，用于按照所述预设权重加载所述第二模型，对待检测的所述西瓜的音频数据进行处理输出关于西瓜成熟度的第二置信度。

5.如权利要求4所述的一种基于人工智能的西瓜成熟度检测的系统，其特征在于，结果判断模块包括：

计算单元，用于计算所述第一置信度和所述第二置信度的加权平均值；

判断单元，连接所述计算单元，用于将所述第一置信度和所述第二置信度的加权平均值与一阈值进行比较，若所述加权平均值大于所述阈值，则判定待检测的所述西瓜成熟。

6.一种基于人工智能的西瓜成熟度检测的方法，其特征在于，应用如权利要求1-5任意一项所述的一种基于人工智能的西瓜成熟度检测的系统，包括如下步骤：

步骤S1，获取待检测的西瓜的照片数据；

步骤S2，获取拍打西瓜的音频数据；

步骤S3，对所述西瓜的照片数据进行处理；

步骤S4，对所述西瓜的音频数据进行处理；

步骤S5，将处理后的所述西瓜的照片数据和音频数据输入预先训练好的神经网络模型中进行处理，获取关于西瓜成熟的置信度；

步骤S6，根据关于西瓜成熟的所述置信度判断待检测的所述西瓜是否成熟。

7.如权利要求6所述的一种基于人工智能的西瓜成熟度检测的方法，其特征在于，所述步骤S3中对所述西瓜的照片数据进行处理包括：对所述西瓜的照片数据缩放至预定尺寸。

8.如权利要求6所述的一种基于人工智能的西瓜成熟度检测的方法，其特征在于，所述步骤S4包括：

步骤S41，对所述西瓜的音频数据进行加窗处理以使所述西瓜的音频数据为具有预定帧长的音频帧的集合；

步骤S42，对进行加窗处理后的所述西瓜的音频数据进行傅里叶转换；

步骤S43，对进行傅里叶转换后的所述西瓜的音频数据进行梅尔频率转换，得到具有13维特征的所述西瓜的音频数据。