【CN109992691A】一种图像识别方法和装置【专利】

合集下载

一种检测方法发明专利

背景介绍

在现代科技高度发达的社会中，各种检测方法在日常生活和工业生产中起到至关重要的作用。然而，传统的检测方法通常过于复杂、耗时耗力，且结果不够准确。因此，我们迫切需要一种高效、准确的检测方法来满足如今日益增加的检测需求。发明内容

本发明提供了一种新型的检测方法，旨在改善传统方法的不足之处。这种方法基于先进的光学技术，并运用了人工智能算法进行数据分析处理，可以快速、准确地检测目标物质的特定参数。

该方法主要包括以下步骤：

1. 数据采集：使用特定的光学设备对目标进行扫描或拍摄，获得一系列图像或光谱数据。

2. 数据预处理：对采集到的数据进行预处理，包括降噪、去除无关信息以及图像增强等。

3. 特征提取：应用人工智能算法，提取与目标参数相关的特征信息，如形状、色彩、纹理等。

4. 模式识别：利用预先训练好的模型，对提取到的特征进行分类、匹配，判断目标是否符合特定参数要求。

5. 结果输出：根据识别结果，输出目标物质的参数信息，并给出相应的判断或建议。

创新之处

相较于传统的检测方法，本发明具有以下创新之处：

1. 高效准确：利用先进的光学技术，能够快速获取大量数据，并通过人工智能算法对数据进行处理和分析，大幅提高了检测的准确性和效率。

2. 智能化处理：采用人工智能算法进行特征提取和模式识别，不仅能够识别目标物质的特定参数，还能够适应不同情境下的检测需求，实现智能化的数据分析和处理。

3. 非接触式检测：所采用的光学设备能够远距离、非接触地进行扫描或拍摄，无需与目标物质直接接触，更加安全、卫生。

一种人脸图像识别方法、设备、存储介质[发明专利]

专利名称：一种人脸图像识别方法、设备、存储介质专利类型：发明专利

发明人：柒强,邓嘉俊

申请号：CN202110024763.X

申请日：20210108

公开号：CN112836588A

公开日：

20210525

专利内容由知识产权出版社提供

摘要：本发明公开了一种人脸图像识别方法、设备、存储介质，包括以下步骤：步骤S1、预先收集人脸图像，保存所述人脸图像并进行第一次特征提取；步骤S2、根据预先设定的学习信息，将人脸图像生成转换图像；步骤S3、根据所述人脸图像与所述转换图像生成差异图像，得到因遮挡物而产生的差异部分；步骤S4、对采集到的待识别人脸图像进行第二次特征提取，去除所述第二次特征提取中的差异部分；步骤S5、计算所述第一次特征提取与第二次特征提取的相似度。本发明可在用户佩戴口罩的同时快速进行人脸识别，识别时间短且成功率高，有效地保障了用户的安全。

申请人：广州朗国电子科技有限公司

地址：510700 广东省广州市黄埔区(中新广州知识城)亿创街1号406号房之238

国籍：CN

代理机构：广州市越秀区哲力专利商标事务所(普通合伙)

代理人：杨莉莎

更多信息请下载全文后查看

【CN109992609A】一种用于知识产权价值智能研判系统及其工作方法【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910232669.6

(22)申请日 2019.03.26

(71)申请人苏州大成有方数据科技有限公司

地址 215431 江苏省苏州市太仓市浏河镇

紫薇路1号

(72)发明人刘为峰　

(74)专利代理机构苏州市方略专利代理事务所

(普通合伙) 32267

代理人马广旭

(51)Int.Cl.

G06F 16/2458(2019.01)

G06Q 10/06(2012.01)

G06Q 50/18(2012.01)

(54)发明名称

一种用于知识产权价值智能研判系统及其

工作方法

(57)摘要

本发明公开了一种用于知识产权价值智能

研判系统，包括：数据采集模块、信息查询模块、

类型统计模块、价值判断模块、数据分析模块、数

据挖掘模块、数据存储模块和控制器模块，数据

采集模块、信息查询模块、类型统计模块、价值判

断模块、数据分析模块、数据挖掘模块、数据存储

模块均与控制器模块连接；本发明中通过数据采

集模块对数据进行采集，将采集的数据结合知识

产权市场的实际情况通过数据分析模块选择合

理的数据分析方法对数据进行大数据分析，然后

将挖掘的数据结合之前的数据分析再次进行综

合分析，判断出被分析知识产权具体案件的价

值，并生成价值报告，整个过程简单、方便，对案

件进行全方位多角度的分析，让得出的数据能够

切实贴合自身的需求。权利要求书3页说明书7页附图1页CN 109992609 A 2019.07.09

C N 109992609

生物特征图像识别方法、装置、电子设备及可读存储介质[发明专利]

专利名称：生物特征图像识别方法、装置、电子设备及可读存储介质

专利类型：发明专利

发明人：李佳琳,李昌昊,王健宗

申请号：CN202011322604.X

申请日：20201123

公开号：CN112396005A

公开日：

20210223

专利内容由知识产权出版社提供

摘要：本发明涉及人工智能，揭露一种生物特征图像识别方法，包括：利用训练完成的数据增强模型对第一样本图像集进行数据增强，得到第二样本图像集；汇总第一样本图像集及第二样本图像集，得到第一目标样本图像集；对第一目标样本图像集进行数据扩增，得到第二目标样本图像集；利用第二目标样本图像集训练完成的图像识别模型对待识别生物特征图像进行特征提取，得到特征向量；利用特征向量在预设的图像特征向量库中进行比对识别，得到识别结果。本发明还涉及一种区块链技术，第二目标样本图像集可以存储在区块链中。本发明还提出一种生物特征图像识别装置、电子设备以及一种计算机可读存储介质。本发明可以生物特征图像识别的准确率。

申请人：平安科技(深圳)有限公司

地址：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼

国籍：CN

代理机构：深圳市沃德知识产权代理事务所(普通合伙)

更多信息请下载全文后查看

计算机算法类专利优秀示范

计算机算法类专利优秀示范可以参考以下案例：

专利名称：基于深度学习的图像识别方法与系统

技术领域：

本发明涉及计算机视觉和深度学习领域，特别是一种基于深度学习的图像识别方法与系统。

背景技术：

随着人工智能技术的快速发展，图像识别技术在各个领域得到了广泛应用。然而，传统的图像识别方法通常依赖于手工特征提取和分类器设计，难以处理复杂的图像内容和动态场景。因此，如何提高图像识别的准确率和鲁棒性是当前研究的热点问题。

发明内容：

本发明提供一种基于深度学习的图像识别方法与系统，通过构建卷积神经网络对图像进行特征提取和分类，以提高图像识别的准确率和鲁棒性。

具体而言，本发明包括以下步骤：

1. 数据预处理：对原始图像进行尺寸归一化、灰度化等预处理操作，以降低计算复杂度和提高网络训练的稳定性。

2. 构建卷积神经网络：设计多层卷积层、池化层和全连接层，构建卷积神经网络模型。其中，卷积层用于提取图像特征，池化层用于降低特征维度和减少计算量，全连接层用于实现分类任务。

3. 训练网络模型：使用大量标注的图像数据对网络模型进行训练，通过反向传播算法不断优化网络参数，以提高分类准确率。

4. 测试与评估：使用测试集对训练好的网络模型进行测试和评估，计算分类准确率、召回率等指标，以衡量算法的性能。

本发明的优点在于：

1. 采用了深度学习技术，能够自动提取图像中的特征，避免了手工特征提取的繁琐和主观性；

2. 采用了卷积神经网络模型，能够有效地降低计算复杂度和提高分类准确率；

3. 训练过程中使用了大量标注的图像数据，能够提高模型的泛化能力；

【CN109993709A】一种基于深度学习的图像配准误差校正方法【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910201285.8

(22)申请日 2019.03.18

(71)申请人绍兴文理学院

地址 312000 浙江省绍兴市环城西路508号

(72)发明人祝汉灿　

(74)专利代理机构绍兴市寅越专利代理事务所

(普通合伙) 33285

代理人周正辉

(51)Int.Cl.

G06T 5/00(2006.01)

G06T 7/10(2017.01)

G06T 7/30(2017.01)

(54)发明名称一种基于深度学习的图像配准误差校正方法(57)摘要本发明涉及一种基于深度学习的图像配准误差校正方法，包括以下步骤：给定待分割的目标图像I t 及其分割标签图像L t ，和通过图像配准得到已经配准到目标图像空间的图谱图像I a 及其分割标签图像L a ；在目标图像I t 和配准后的图谱图像I a 的对应位置提取图像块p t 和p a ；在目标分割标签图像L t 和配准后的图谱分割标签图像L a 的相同位置提取分割标签图像块l t 和l a ；求解可靠性矩阵，以图像块对(p t ,p a )为输入，以可靠性矩阵为输出，构建深度学习模型，并对该模型进行训练，利用训练好的深度模型对图像配准误差进行识别和校正。利用本发明的图像配准误差校正方法，可有效提升图像配准的准确度，得到

精确的多图谱图像分割结果。权利要求书1页说明书3页附图1页CN 109993709 A 2019.07.09

C N 109993709

相似图像的识别方法和装置[发明专利]

专利名称：相似图像的识别方法和装置专利类型：发明专利

发明人：薛晖

申请号：CN201110031701.8

申请日：20110128

公开号：CN102622366A

公开日：

20120801

专利内容由知识产权出版社提供

摘要：本申请提供了一种相似图像的识别方法和装置，用于获取与输入图像的内容信息对应的图像签名，对图像签名进行哈希操作，在预先存储的哈希表中查询与哈希操作的结果相对应的表项，并在与查询得到的表项对应的候选图像中识别与输入图像相似的图像。本申请解决了现有图像识别技术中所存在的容错性问题，使得能够准确地识别出所需的相似图像。

申请人：阿里巴巴集团控股有限公司

地址：英属开曼群岛大开曼资本大厦一座四层847号邮箱

国籍：KY

代理机构：北京康信知识产权代理有限责任公司

代理人：吴贵明

更多信息请下载全文后查看

一种食材图像识别的方法及装置、家电设备[发明专利]

专利名称：一种食材图像识别的方法及装置、家电设备专利类型：发明专利

发明人：高洪波,刘兵,刘彦甲,俞国新

申请号：CN201910363205.9

申请日：20190430

公开号：CN111860073A

公开日：

20201030

专利内容由知识产权出版社提供

摘要：本申请涉及一种食材图像识别的方法及装置、家电设备，属于家电设备技术领域。所述方法包括：建立用于检测食材类型的卷积神经网络模型，并利用原始食材图像数据集，对卷积神经网络模型进行训练，生成稠密模型；对稠密模型进行稀疏化处理，生成稀疏模型；获取家电设备中的食材图像；根据稀疏模型对食材图像进行识别，确定食材类型。还提供了一种食材图像识别的装置、家电设备。本公开的有益效果：利用经过稀疏化处理的卷积神经网络模型进行家电设备中食材的识别，降低了对数字信号处理器的性能的要求。

申请人：青岛海尔智能技术研发有限公司,青岛海尔股份有限公司

地址：266101 山东省青岛市崂山区海尔路1号

国籍：CN

代理机构：北京康盛知识产权代理有限公司

更多信息请下载全文后查看

与本专利最相近似的技术方案

标题：与本专利最相近似的技术方案

简介：本文将介绍一种与某专利最相近似的技术方案，该方案具有相似的技术特点和应用领域。该方案能够有效解决某一特定问题，并具备创新性和实用性。

正文：

在某领域中，针对特定问题的解决方案一直备受关注。本文将介绍一种与某专利最相近似的技术方案，该方案具备与该专利相似的技术特点和应用领域。

首先，该技术方案与专利相似的一个关键特点在于使用了相同的核心原理。专利中提出了一种基于人工智能的图像识别技术，该技术可以快速准确地识别物体，并进行相应的处理。而该技术方案也采用了类似的核心原理，通过深度学习算法对图像进行分析和处理，

从而实现物体的识别和相关操作。这一相似之处使得该技术方案在应用领域上能够与专利紧密对接，达到相似的技术效果。

其次，该技术方案在应用领域上与专利有着相似的适用范围。专利中提及的技术主要应用于智能家居领域，通过识别家居环境中的物体，实现智能控制和自动化操作。而该技术方案也是针对智能家居而设计的，利用图像识别技术实现对家居设备的控制和管理。因此，无论是技术特点还是应用领域，该技术方案与专利都有着显著的相似性。

同时，该技术方案具备一定的创新性和实用性。虽然与专利相似，但该技术方案在具体实现上可能有所差异，例如使用了不同的算法或优化了某些细节。这些差异使得该技术方案在一定程度上具备了创新性。另外，该技术方案在智能家居领域具有实用性，能够为用户提供更便捷的家居控制和管理方式，提高生活质量。

为了遵守相关法律法规，本文不会公开具体的技术细节和专利信息，但可以肯定的是，该技术方案与专利在某些方面具备相似性，并能够有效解决特定问题。

【CN109886926A】基于图像识别的生鲜食品质量检测方法和装置【专利】

权利要求书2页说明书8页附图3页
CN 109886926 A
CN 109886926 A
权利要求书
1/2 页
wenku.baidu.com
1 .一种基于图像识别的生鲜食品质量检测方法，包括：获取生鲜食品的图像信息；获取所述图像信息对应的预处理信息，所述预处理至少包括尺寸调整、噪声消除和/或归一化；将获取到的所述预处理信息输入至预先训练的生鲜食品质量检测模型，得到与所述图像信息中的生鲜食品对应的食品种类、质量风险种类和与所述质量风险种类对应的风险概率。 2 .根据权利要求1所述的方法，其中，所述质量风险种类至少包括如下外观改变：腐烂、霉变、病变、色变、形变，所述霉变至少包括因存放天数过多引起的霉变，所述色变至少包括由灰尘杂质、辐射、存放天数过多、使用化学物和/或非正常脱水引起的色变，所述形变至少包括由使用激素引起的外形改变。 3 .根据权利要求1所述的方法，其中，所述生鲜食品质量检测模型通过如下步骤训练得到：第一步，获取训练样本集合，所述训练样本包括样本图像信息以及与样本图像信息中生鲜食品对应的已知食品种类、已知质量风险种类和与所述已知质量风险种类对应的已知风险概率；第二步，获取第一步中所述样本图像信息对应的预处理信息，所述预处理至少包括尺寸调整、噪声消除和/或归一化；第三步，将所述预处理信息作为所述生鲜食品质量检测模型的输入，将所述样本集合中的所述样本图像信息中生鲜食品对应的已知食品种类、已知质量风险种类和与所述已知质量风险种类对应的已知风险概率作为期望输出，利用机器学习的方法训练得到所述生鲜食品质量检测模型。 4 .根据权利要求1-3之一所述的方法，其中，所述生鲜食品质量检测模型的类型为卷积神经网络或RNN。 5 .一种基于图像识别的生鲜食品质量检测装置，包括：图像获取单元，被配置成用于获取生鲜食品的图像信息；图像预处理单元，被配置成用于获取所述图像信息对应的预处理信息，所述预处理至少包括尺寸调整、噪声消除和/或归一化；食品质量检测单元，被配置成用于将获取到的所述预处理信息输入至预先训练的生鲜食品质量检测模型，得到与所述图像信息中的生鲜食品对应的食品种类、质量风险种类和与所述质量风险种类对应的风险概率。 6 .根据权利要求5所述的装置，其中，所述质量风险种类至少包括如下外观改变：腐烂、霉变、病变、色变、形变，所述霉变至少包括存放天数过多引起的霉变，所述色变至少包括由灰尘杂质、辐射、存放天数过多、使用化学物和/或非正常脱水引起的色变，所述形变至少包括由使用激素引起的外形改变。 7 .根据权利要求5所述的装置，其中，所述生鲜食品质量检测模型通过如下步骤训练得到：第一步，获取训练样本集合，所述训练样本包括样本图像信息以及与样本图像信息中生鲜食品对应的已知食品种类、已知质量风险种类和与所述已知质量风险种类对应的已知

图像检测方法[发明专利]

专利名称：图像检测方法

专利类型：发明专利

发明人：中井嘉之,角田浩一,嶋泽耀一申请号：CN200710001430.5

申请日：20070108

公开号：CN1996167A

公开日：

20070711

专利内容由知识产权出版社提供

摘要：本发明涉及一种图像检测方法，其允许特定图像信息出现在文档的图像数据中，并且能够在相对短的时间内、与文档放置的角度无关地、以对文档的图像数据很小的干扰效应来准确地检测该特定图像信息。特定图案图像包括排列在直线上的多个点图像Sa和Sb，并且通过该将多个点图像Sa和Sb之一放置在多个直径不同的同心圆的中心O，并检测其他点图像是否位于该多个同心圆R到R上并且位于通过同心圆的中心O的直线L上，来检测图案图像。

申请人：夏普株式会社

地址：日本大阪府

国籍：JP

代理机构：北京市柳沈律师事务所

更多信息请下载全文后查看

相关主题

图像识别方法

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910230459.3

(22)申请日 2019.03.26

(71)申请人厦门南洋职业学院

地址 361000 福建省厦门市翔安文教区

(72)发明人钟石根　张良杰　张志刚　游陈盛　

郭凌　郑海文　符伟成　

(74)专利代理机构福建如浩律师事务所 35223

代理人刘开林

(51)Int.Cl.

G06F 16/583(2019.01)

G06F 16/53(2019.01)

(54)发明名称

一种图像识别方法和装置

(57)摘要

本发明公开了一种图像识别方法和装置，对

查询图像进行分区，每个区间的像素大小相同；

对查询图像进行解析，获取解析数据，其中，解析

数据包括文字数据、每个区间灰度数据、区间连

续变化数据获取查询图像对应的第一、二、三类

相似图像，将不同类相似图像相互预匹配形成两

类识别库，精确匹配识别库中各个图像与查询图

像，确定查询图像与相似图像是否匹配成功。本

发明能够对查询图像进行更深层次的解析，利用

三类解析数据分别检索形成三类相似图像，再将

三类相似图像基于区间灰度数据进行预匹配，形

成两类识别库，将识别库中图像基于区间连续变

化数据与查询图像进行精确匹配，即可得到精确

的检索结果。权利要求书2页说明书5页附图2页CN 109992691 A 2019.07.09

C N 109992691

权　利　要　求　书1/2页CN 109992691 A

1.一种图像识别方法，其特征在于，包括如下步骤：

S001：对查询图像进行分区，每个区间的像素大小相同；

S002：对查询图像进行解析，获取解析数据，其中，所述解析数据包括文字数据、每个区间灰度数据、区间连续变化数据；其中，所述文字数据为图像自身的文字单词，所述区间灰度数据为其内所有像素点的灰度平均值，所述区间连续变化数据为每个区间与周围区间的灰度差值；

S003：获取查询图像对应的第一类相似图像，其中，所述第一类相似图像为根据查询图像的文字数据检索得到的图像；

S004：获取查询图像对应的第二类相似图像，其中，所述第二相似图像为根据查询图像的每个区间灰度数据检索得到的图像；

S005：获取查询图像对应的第三类相似图像，其中，所述第三相似图像为根据查询图像的每个区间连续变化数据检索得到的图像；

S006：预匹配获取的第一类相似图像、第二类相似图像和第三相似图像；将第一类相似图像、第二类相似图像匹配形成第一类识别库，将第一类相似图像、第三类相似图像匹配形成第二类识别库，将第二类相似图像和第三类相似图像匹配形成第三类识别库，其中，所述预匹配的过程为：将前类相似图像中各个图像与后类图像中各个图像进行单个对比，对比的两个图像对应区间的区别，以区间序号为X轴，以区间灰度差值为Y轴作拟合曲线，当对比的两个图像的拟合曲线重合度在设定范围时，将这两个图像同时移送至对应的识别库；

S007：精确匹配第一类识别库、第二类识别库中各个图像与查询图像，确定查询图像与相似图像是否匹配成功；其中，所述预匹配的过程为：将查询图像与第一类识别库、第二类识别库中各个图像进行单个对比，对比的两个图像对应区间的区间连续变化数据的区别，以区间序号为X轴，以区间连续变化数据为Y轴作拟合曲线，当对比的两个图像的拟合曲线重合度在设定范围时，将图像作为查询结果呈现。

2.根据权利要求1所述的图像识别方法，其特征在于：每个所述区间的大小为（3-5）点×（3-5）点，每个点为一个像素点。

3.根据权利要求1所述的图像识别方法，其特征在于：所述图像自身未包含文字单词时，所述文字单词图像自身的类别编号，根据数据库中类别分类查询对应的类别编号。

4.一种图像识别装置，其特征在于，该装置包括：

查询模块，用于对查询图像进行分区，每个区间的像素大小相同；

解析模块，用于对查询图像进行解析，获取解析数据，其中，所述解析数据包括文字数据、每个区间灰度数据、区间连续变化数据；其中，所述文字数据为图像自身的文字单词，所述区间灰度数据为其内所有像素点的灰度平均值，所述区间连续变化数据为每个区间与周围区间的灰度差值；

第一获取模块，用于获取查询图像对应的第一类相似图像，其中，所述第一类相似图像为根据查询图像的文字数据检索得到的图像；

第二获取模块，用于获取查询图像对应的第二类相似图像，其中，所述第二相似图像为根据查询图像的每个区间灰度数据检索得到的图像；

第三获取模块，用于获取查询图像对应的第三类相似图像，其中，所述第三相似图像为根据查询图像的每个区间连续变化数据检索得到的图像；