[发明专利]一种铜镜文物识别系统和方法

摘要

本发明涉及一种铜镜文物识别系统，基于铜镜文物特征矩阵和神经网络模型的构建。首先获取铜镜的图像数据，按照特征集进行分级灰度共生矩阵的构建；基于深度学习领域的经典卷积神经网络CNN模型，构建应用于铜镜识别的自反馈调参神经网络模型。可以对铜镜文物进行不同层次的有效识别，而且通过收集用户对识别结果的反馈信息，加强对铜镜文物识别系统的迭代优化。

主权项

一种铜镜文物识别系统，其总体框架包括数据层、分析层和业务层，所述数据层经由标注平台对铜镜文物真品库图片进行标注；所述分析层则对标注的数据集进行分类识别，将识别的多维度标注结果入库；所述业务层则在入库标注数据的基础上完成特征矩阵构建和神经网络模型的训练，从而构成完整的铜镜文物识别系统；所述特征矩阵构建为：首先获取铜镜的图像数据，按照特征集进行分级灰度共生矩阵的构建，得到能够真实表达铜镜文物特征的矩阵；所述神经网络模型的构建为：利用构建的铜镜特征矩阵，基于深度学习领域的经典卷积神经网络CNN模型，构建应用于铜镜识别的自反馈调参神经网络模型，即在模型应用过程中根据铜镜识别结果的反馈数据自动进行模型的参数调整，以得到最优的铜镜识别模型；铜镜识别系统分为基于特征矩阵的对比识别模块和基于神经网络模型的铜镜识别模块；基于特征矩阵的对比识别模块为：主要对铜镜进行浅层识别，基于铜镜真品库的显微特征库，然后将待识别铜镜的显微特征与其进行多维权重融合相似度计算，从而得到铜镜的识别结果；基于神经网络模型的铜镜识别模块为：主要对铜镜进行深层识别，基于铜镜识别的自反馈调参神经网络模型搭建铜镜识别系统，对待识别铜镜的显微特征进行识别判断。