[发明专利]一种多物体识别及分拣系统和方法

权利要求书

1.一种多物体识别及分拣系统，其特征在于，包括：

数据集自动收集模块，用于采集物体图像集，并对所述物体图像集进行预处理；所述物体图像集中包含有多种待识别物体；

图像处理-识别模块，与所述数据集自动收集模块连接，用于基于小样本识别算法，采用卷积神经网络模型提取预处理后的所述物体图像集中各物体的特征信息，并用于基于所述特征信息确定融合特征，还用于根据所述融合特征确定预处理后的所述物体图像集中各物体的分类信息；

机械臂分拣模块，与所述图像处理-识别模块连接，用于根据所述分类信息完成物体的分拣工作。

2.根据权利要求1所述的多物体识别及分拣系统，其特征在于，所述数据集自动收集模块包括：

摄像机，用于采集所述物体图像集；

图像处理单元，分别与所述摄像机和所述图像处理-识别模块连接，用于根据物体掩码图像对所述物体图像集进行预处理得到仅包含物体的图像。

3.根据权利要求2所述的多物体识别及分拣系统，其特征在于，所述图像处理-识别模块包括：

特征提取单元，与所述图像处理单元连接，用于基于小样本识别算法，采用卷积神经网络模型提取预处理后的所述物体图像集中各物体的特征信息；

映射权重确定单元，与所述特征提取单元连接，用于基于与提取的各物体的特征信息对应的图像掩码确定各物体特征信息的映射权重；

映射特征确定单元，与所述映射权重确定单元连接，用于根据各物体特征信息的映射权重、与提取的各物体的特征信息对应的图像掩码以及各物体的特征信息确定映射特征；

投影权重确定单元，与所述特征提取单元连接，用于确定各物体的特征信息中各维度的投影权重；

融合特征单元，分别与所述映射特征确定单元和所述投影权重确定单元连接，用于根据所述映射特征和所述投影权重确定融合特征；

物体类别模板存储单元，用于存储预设的物体类别模板；所述物体类别模板包括物体类别和物体模板融合特征；

相似值确定单元，与所述物体类别模板存储单元和所述融合特征单元连接，用于确定所述融合特征和所述物体模板融合特征间的相似值；

物体识别单元，分别与所述物体类别模板存储单元和所述相似值确定单元连接，用于根据所述相似值确定物体图像集中各物体的类别；其中，当所述相似值大于预设值时，确定相似值最大时对应的物体类别模板中的物体类别为待识别物体的类别；当所述相似值小于预设值时，确定待识别物体的类别为新物体类别，并将所述新物体类别存储至所述物体类别模板存储单元中，以作为新的物体类别模板。

4.根据权利要求1所述的多物体识别及分拣系统，其特征在于，所述机械臂分拣模块包括：

分拣处理单元，与所述图像处理-识别模块连接，用于根据各物体的分类信息生成分拣指令；所述分拣指令包括：物体捡取指令和物体放置指令；

执行单元，与所述分拣处理单元连接，用于根据所述分拣指令完成物体分拣。

5.根据权利要求4所述的多物体识别及分拣系统，其特征在于，所述执行单元包括：

机械臂，与所述分拣处理单元连接，用于根据所述分拣指令进行移动动作；

机械爪，固定设置在所述机械臂上，且与所述分拣处理单元连接，用于根据所述分拣指令进行爪放动作。

6.一种多物体识别及分拣方法，其特征在于，包括：

采集物体图像集，并对所述物体图像集进行预处理；所述物体图像集中包含有多种待识别物体；

基于小样本识别算法，采用卷积神经网络模型提取预处理后的所述物体图像集中各物体的特征信息；

基于所述特征信息确定融合特征；

根据所述融合特征确定预处理后的所述物体图像集中各物体的分类信息；

根据所述分类信息完成物体的分拣工作。