[发明专利]基于卷积神经网络的分布式手绘画的识别系统及其方法在审
| 申请号： | 201711258156.X | 申请日： | 2017-12-04 |
| 公开（公告）号： | CN108197632A | 公开（公告）日： | 2018-06-22 |
| 发明（设计）人： | 马艺菲 | 申请（专利权）人： | 马艺菲 |
| 主分类号： | G06K9/60 | 分类号： | G06K9/60;G06N3/04;H04L29/08 |
| 代理公司： | 南京钟山专利代理有限公司 32252 | 代理人： | 李小静 |
| 地址： | 710054 陕西省西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于卷积神经网络的分布式手绘画的识别系统及其方法，系统采用分布式架构，基于卷积神经网络，通过深度学习，实现手绘画的智能识别；图像特征提取过程实现了可视化，由于卷积神经网络采用端对端的数据处理方式，能够自动提取输入图像的特征，其内部网络学习到图像的特征提取就像一个黑盒子，所以通过把卷积神经网络学习到特征提取信息可视化出来，根据可视化结果进行相应分析及规律总结，对于调试卷积神经网络结构，优化网络参数是非常有帮助。系统采用独立的手绘画数据对采集输入和独立的识别结果输出，构建和优化卷积神经网络，进行训练、估算和预测，从而有效避免了现有技术中人工提取特征困难、手绘画的识别率较低、通用性较差的缺陷。 | ||
| 搜索关键词： | 卷积神经网络 绘画 识别系统 特征提取 可视化 神经网络结构 数据处理方式 图像特征提取 分布式架构 信息可视化 过程实现 绘画数据 内部网络 输入图像 提取特征 网络参数 智能识别 自动提取 黑盒子 识别率 构建 学习 试卷 优化 估算 采集 图像 输出 预测 帮助 分析 | ||
【主权项】：
1.一种基于卷积神经网络的分布式手绘画的识别系统，其特征在于，采用分布式架构，包括数据采集器、管理服务器、工作服务器集群、存储服务器、通讯服务器和输出器；所述数据采集器、管理服务器、存储服务器、通讯服务器和输出器均与工作服务器集群相通信连接。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于马艺菲，未经马艺菲许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711258156.X/，转载请声明来源钻瓜专利网。
