[发明专利]鸟类图像识别检索系统及使用方法

权利要求书

1.一种基于微信小程序的鸟类图像识别系统，其特征在于包括登录模块、图片上传模块、图片裁剪模块、鸟类识别模块以及鸟类检索模块，其中：

1)登录模块,用于获取用户信息进入小程序主页面；

2)图片上传模块，用于在小程序内部直接拍照或选取相册图片，让用户可以上传该图片进行后续的裁剪，识别或检索操作；

3)图片裁剪模块，提供给用户将上传的图片进行裁剪，以鸟类主体为中心的正方形图片会提升识别和检索精度；

4)鸟类识别模块，用于识别剪裁后的鸟类图像，最后给出识别后的鸟类类别结果；

5)鸟类检索模块，用于在原始数据库中检索与裁剪后图片最相似的鸟类图片，并返回相似度最高的三张图片。

2.如权利要求1所述的基于微信小程序的鸟类图像识别系统，其特征在于：所述登录界面直接获取用户的微信账号和头像信息作为登录信息，获取后点击“开始”按键即可进入主程序界面，保证合法用户的进入。

3.如权利要求1所述的基于微信小程序的鸟类图像识别系统，其特征在于：图片上传模块可以通过直接拍照和相册上传两种方式上传图片。

4.如权利要求1所述的基于微信小程序的鸟类图像识别系统，其特征在于：所述图片裁剪模块提供固定比例的裁剪框，强制用户进行正方形比例的裁剪，保证识别与检索的准确度。

5.如权利要求1所述的基于微信小程序的鸟类图像识别系统，其特征在于：所述鸟类识别模块，将裁剪模块获取的图片传输至后端进行识别，后端将返回识别后确认的所属类别，最终进行显示。

6.如权利要求1所述的基于微信小程序的鸟类图像识别系统，其特征在于：所述付款功能模块包含添加用户地址信息模块以及跳转至支付方式接口，填写地址并选择合适支付方式支付商品。

7.如权利要求1所述的所述的基于微信小程序的鸟类图像识别系统，其特征在于：所述鸟类检索模块模块，点击主界面检索按键，将直接上传本地图像，检索没有图片比例限制，选中后直接上传至后端在数据库一万多张图片中进行匹配。匹配后将获得三张匹配度最高的图片按顺序进行显示。

8.如权利要求6所述的基于微信小程序的鸟类图像识别系统，其特征在于：所述的鸟类图像识别功能，通过预先的深度学习实验实现，包含一万多张来自CUB200-2011数据集的图片进行训练，通过改进Resnet-50的网络结构和损失函数，最终得到了一个拥有86.28％精度的深度模型。该模型在基于Django框架所搭建的后端运行，将小程序传输的图片进行预处理后放入模型识别。

9.如权利要求6所述的基于微信小程序的鸟类图像识别系统，其特征在于：所述的鸟类图像检索功能，通过预先的深度学习实验实现，包含一万多张来自CUB200-2011数据集的图片进行训练，通过改进Resnet-50的网络结构和损失函数。该模型在基于Django框架所搭建的后端运行，计算出小程序传输的图片经过改进后模型的512维特征向量，以向量间距离为2的汉明距离为标准进行匹配。

10.基于微信小程序的鸟类图像识别系统，其特征在于，包括以下步骤：

S100、微信登录，进入小程序，允许获取微信账号信息登录小程序，进入主界面，选择进行识别或检索；

S110、进入鸟类图片识别模块，首先选择通过拍照获取或是相册获取；

S111、进入拍照识别模块，会直接调用系统相机；拍摄完成后进入图像裁剪模块，对拍摄完成的图片进行裁剪，如果不满意拍摄图片可返回上一级目录重新拍摄，或选择上传相册图片；裁剪完成后，进入识别结果显示页面，对确定上传的图片进行识别后，后端会返回识别后的结果；

S112、进入相册图片识别模块，直接对相册中选择的图片进行裁剪，裁剪完成后，进入识别结果显示页面，对确定上传的图片进行识别后，后端会返回识别后的结果；

S120、进入鸟类图像检索模块，直接对相册中选择的图片进行上传，后端对图片进行预处理后，通过深度学习模型计算特征向量，利用得到的特征向量与数据库图像中的特征向量，计算汉明距离进行匹配；

S121、进入检索结果页面，后端按匹配度从高到低的返回最为匹配的三张图片，用户可上下滑动浏览所有检索结果。