[发明专利]一种陶瓷文物智能识别的系统及方法

权利要求书

1.一种陶瓷文物智能识别系统，其特征在于包括以下部分：

1)真品多维特征库模块：基于陶瓷真品图片库数据，利用特征多维矩阵的构建方法，建立真品图片多维特征库；

2)待识别陶瓷文物特征提取模块：获取待识别陶瓷文物的图像，提取待识别陶瓷文物的特征并建立其特征多维矩阵；

3)陶瓷文物识别模块：融合真品图片多维特征库和CRF深度学习模型，对待识别陶瓷文物的显微特征提取结果进行目标识别，从而得到陶瓷文物的识别结果；

4)多维特征库自建模块：根据真品图片库的更新数量设定特征库更新规则，一旦触发更新规则，系统离线自建新的真品图片多维特征库，并将构建完成信号反馈给陶瓷文物识别模块；

5)陶瓷文物识别模型更新模块：陶瓷文物识别模块接收到真品图片多维特征库自建完成的信号后，根据所述设定的更新规则重新对真品图片多维特征库和CRF深度学习模型进行融合，完成陶瓷文物识别模型的更新；

所述陶瓷文物识别模块的识别方法为：首先将待识别的陶瓷图像多维特征矩阵与真品多维特征库的数据进行相似度计算，陶瓷图像采集处理后得到的特征向量为Q，首先Q与真品库中各特征向量P_x进行相似度计算，计算公式为：

若计算结果的相似度没有超过设定的真品相似阈值，则识别结束，给出识别相似度即可；若计算结果的相似度超过设定的真品相似阈值，则进一步将待识别陶瓷的特征矩阵输入到CRF深度学习模型进行目标识别，将多特征识别结果进行综合输出，即：将待识别陶瓷图像的特征向量Q输入到CRF模型进行识别打分，根据打分结果得到Q所属的具体类别。

2.如权利要求1所述的陶瓷文物智能识别系统，其特征在于：

所述真品图片多维特征库是基于真品图片库，将传统的空间共生矩阵进行改进，主要是根据传统的陶瓷特征在陶瓷识别中所占权值的不同进行灰度特征计算结果的修正，同时进行分数维特征的计算求取其纹理特征，从而完成陶瓷图片图像的多维特征矩阵的构建。

3.如权利要求2所述的陶瓷文物智能识别系统，其特征在于：

真品陶瓷图片的特征向量P_x的多维特征分别是：抱月瓶，青瓷，釉里红，素三彩，历史人物，折枝花、花纹诗意，方格纹，根据传统的灰度共生矩阵处理方法，计算P_x在此八个方面的特征值，分别为P_x{A₁，A₂，A₃，A₄，A₅，A₆，A₇，A₈}，将此特征值结果与各特征在陶瓷识别中所占权值相乘，设定真品陶瓷图片的特征向量P_x的灰度特征值修正值为P_x{A₁₁，A₂₂，A₃₃，A₄₄，A₅₅，A₆₆，A₇₇，A₈₈}；

然后基于此灰度向量进行分数维计算，计算后得到的分数维特征向量D与灰度向量共同构成真品陶瓷图片的特征向量P_x的多维特征向量{D，A₁₁，A₂₂，A₃₃，A₄₄，A₅₅，A₆₆，A₇₇，A₈₈}；依此步骤对所有的陶瓷真品图片进行处理，最终得到陶瓷真品库的多维特征矩阵。

4.如权利要求3所述的陶瓷文物智能识别系统，其特征在于：

在基于灰度向量进行分数维计算时，窗口子图像尺寸取值为32×32像素。

5.如权利要求1所述的陶瓷文物智能识别系统，其特征在于：

所述CRF深度学习模型构建是基于面向陶瓷的目标识别算法CRF，即在经典目标识别算法Fast-RCNN的基础上参考传统陶瓷识别的特征集范围及识别层次，改变Fast-RCNN的特征图区域量及卷积处理层数。