[发明专利]基于深度学习的历代景德镇青花瓷年代判别方法

权利要求书

1.一种基于深度学习的历代景德镇青花瓷年代判别方法，其特征在于：包括安装有微信客户端的移动设备、青花瓷年代判别助手小程序终端和云端服务器分析平台；所述的移动设备通过使用微信客户端加载运行青花瓷年代判别助手小程序终端，小程序通过移动设备的摄像头拍摄待识别或者是保存于本地的青花瓷样本图像，上传至云端服务器分析平台，云端服务器分析平台采用青花瓷深度学习神经网络模型对待识别的青花瓷样本图像进行年代判别，并将判别结果返回到移动终端，并在青花瓷年代判别助手小程序终端显示分析结果。

2.根据权利要求1所述的基于深度学习的历代景德镇青花瓷年代判别方法，其特征在于：所述的青花瓷年代判别助手小程序终端的界面由搜索、知识和我的组成；其中结果显示区可列出置信度和瓷器特征。

3.根据权利要求1所述的基于深度学习的历代景德镇青花瓷年代判别方法，其特征在于：所述的云端服务器分析平台包括有图像接受与预处理模块、深度神经网络分析模块和结果回送模块；所述的图像接受与预处理模块用于接受暂存所述移动设备上传的待识别青花瓷样本图像并进行识别前预处理，其中预处理的内容包括：调整大小、图像归一化；所述的结果回送模块用于提取所述深度学习神经网络分析模块的分析结果数据，并整理成JSON格式经微信公众平台服务器转送至所述青花瓷年代判别助手小程序终端。

4.根据权利要求1所述的基于深度学习的历代景德镇青花瓷年代判别方法，其特征在于，包括以下步骤：

步骤1：基于故宫博物院官网建立10类青花瓷不同年代的图像数据集；

该10类青花瓷不同年代是指：明洪武时期、明天顺时期、明永乐时期、明宣德时期、明成化时期、明嘉靖时期、明万历时期、清康熙时期、清雍正时期、清乾隆时期；

步骤2：采用10类青花瓷不同年代的的图像数据集对卷积神经网络进行训练；

从数据集中随机抽取图像组成训练集、验证集和测试集，每个类别的比例为6：2：2；使用数据增强的方法扩充训练集和测试集，利用增强后的训练集和验证集对简化的VGG16网络模型进行训练，保存模型至系统中；并利用测试集对模型的性能进行评价；

步骤3：在微信小程序的基础上建立青花瓷年代判别小助手，用户使用小程序上传图像，通过上传的训练好的卷积神经网络模型进行判别，返回判别结果置信度以及瓷器特征给用户。

5.根据权利要求1所述的基于深度学习的历代景德镇青花瓷年代判别方法，其特征在于使用数据增强的方法来增强训练集和测试集：随机角度翻转、添加随机噪声、增加亮度和对比度；通过数据增强的方法扩充训练集和验证机能缓解过拟合问题。

6.根据权利要求1所述的基于深度学习的历代景德镇青花瓷年代判别方法，其特征在于，所述VGG16的网络结构由六个部分组成：第一部分、第二部分由两个卷积层和一个maxpool池化层组成，每个卷积层的输出后都有一个ReLu激活函数；第三至第五部分由三个卷积层和一个maxpool池化层构成；模型的输入为224×224大小的图片，所有卷积核大小均为3×3，步长为1；所有最大池化层的大小均为2×2，步长为2；第六部分为展开后的全连接层，由3个全连接层组成，前两个全连接层节点个数分别为4096、4096、1000，第三个全连接层节点个数为4096、4096、10。