[发明专利]一种基于知识图谱的图像识别准确率提升方法

说明书

本发明是一种基于知识图谱的图像识别准确率提升方法。主要包括数据获取模块、图像识别模块、数据处理模块、知识图谱查询模块、结果展示模块。数据获取模块用于获取图像；图像识别模块用于识别图像包含的物体并给出识别准确率；数据处理模块用于处理图像识别结果数据，根据结果决定进行展示或进一步处理；知识图谱模块用于处理图像识别模块中识别准确率较低数据；结果展示模块负责展示最终的输出结果。本发明结合图像识别技术和知识图谱的逻辑推理优势，进一步提升了图像识别的准确率，使图像识别更接近人类真实场景。

技术领域

本发明涉及图像识别和知识图谱领域，具体涉及一种基于知识图谱的图像识别准确率提升方法。

背景技术

基于深度学习的图像识别技术已经能够实现很高的准确率。但由于数据源质量参差不齐，对图像识别准确率造成的影响，仅依靠图像识别还无法解决。如在教室中，由于图像像素模糊仅能识别出课桌，但课桌上的具体物体识别准确率相对较低；由于图像拍摄角度，课桌下的椅子，仅有少部分的椅子脚被拍摄出来。人类可以根据图像的具体场景，对物体进行推理判断，以此提高图像识别的准确率。现有的图像识别系统，无法通过简单的推理，实现类似人类图像识别的功能。

发明内容

本发明目的是提供了一种基于知识图谱的图像识别准确率提升方法，通过将知识图谱和图像识别进行结合，赋予图像识别逻辑推理的能力，大大提高了图像识别的准确率。

本发明为实现上述目的，通过以下技术方案实现：

一种基于知识图谱提升图像识别准确率的方法，包括以下主要步骤：

步骤1：数据获取模块通过自然光捕捉或者数据上传方式获取数据源图像；

步骤2：图像识别模块对图像中的物体进行识别，给出被识别物体的具体名称和识别准确率，并将识别后的结果传入数据处理模块；

步骤3：数据处理模块将识别后的数据结果进行判断，对准确率达到95%以上的结果输出给结果展示模块进行直接展示；将准确率低于95%传输给知识图谱进行逻辑推理判断；并接收知识图谱判断后的返回结果，对返回结果附带推理标签传输给结果展示模块；

步骤4：知识图谱模块用于对识别模糊图像进行逻辑判断，并将判断完成后的结果输出给数据处理模块；

步骤5：结果展示模块接收到输入数据后，首先进行数据划分，再根据准确率显示结果。

优选的，所述步骤5对准确率95%以上数据，直接以“结果”的形式展示；对准确率低于50%结果以“未能识别”的形式进行展示；对准确率在50%-95%之间数据以“图像识别准确率+逻辑判断准确率=最终准确率：物体名称”的方式展示。

本发明的优点在于：本发明结合图像识别技术和知识图谱的逻辑推理优势，进一步提升了图像识别的准确率，使图像识别更接近人类真实场景。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

图1为本发明基于知识图谱的图像识别流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

以教室里物品展示为例，具体讲解发明的工作方式。

通过数据获取模块现场拍摄一张教室内景图像。将图像传输到图像识别模块，对图像中的所有物体进行识别处理。

图像识别模块通过相关技术，对结果进行识别处理。并将识别后的物体名称和准确率发送给数据处理模块。