[发明专利]一种陶瓷文物智能识别的系统及方法

说明书

本发明涉及一种陶瓷文物智能识别系统和方法，基于多维特征矩阵构建陶瓷文物识别的深度学习模型，解决了以往方法建模精度不够的问题。而且，通过融合真品库的多维特征库和深度学习模型进行陶瓷文物识别，不仅提高了系统的运行效率，而且提高了识别效果，同时自反馈更新机制进一步保证了本识别系统的识别精度。

技术领域：

本发明涉及文物识别技术领域，具体来说，涉及面向陶瓷类文物图片特征多维矩阵和深度学习模型识别技术，以保证陶瓷识别的准确性、实时性等方面的需求。

背景技术

陶瓷文物是我们中华民族传统文化的重要载体之一，是我国文化艺术宝库中的珍贵遗产，是中华民族的宝贵历史资料和财富，因此陶瓷的正确识别显得尤为重要。而目前陶瓷文物的识别方法和手段缺乏系统和科学的依据，主要凭据陶瓷文物鉴别专家在长期的鉴别实践中积累的一些经验，这些经验知识往往受到时代的局限和鉴别者个人素质及工作条件的影响。同时人工鉴别还存在速度慢、周期长、可靠性差、费用高等缺点。因此，利用模式识别理论、数字图像处理技术及计算机深度学习等高科技手段构建陶瓷文物识别系统已势在必行。

已有许多学者致力于陶瓷文物识别方面的研究工作，并取得了一定的进展。上海硅酸盐研究所开发出一套用微量元素进行真伪识别的方法。但由于微量元素只是陶瓷文物鉴别的一个方面，使得其识别结果只能作为参考。剑桥大学开发了热释光测年法，但其方法也只是从单一角度确定陶瓷文物的年代，与传统鉴别方法相比，远不及传统鉴别方法科学全面。

2010年加州大学欧文分校计算机科学学院提出了一种基于分层检测器的多类别图像分割方法。该方法基于对象检测器定义了层次顺序，并根据检测结果定义了场景中对象的先验轮廓，再将图像分割为许多超像素，结合轮廓先验、检测器的层次顺序和不同对象区域的颜色特征，构建统一的框架，并利用梯度下降两步法进行推理，实现场景中多类对象的语义分割和层次识别。类似的方法还有基于Texton特征统计学习的图像场景结构分析的方法和基于区域模型的图像结构分析方法，主要处理图像场景中对象及其结构分析，对于场景背景结构分析具有一定的局限性。蒲重良(专利CN104361056A)于2014年提出了一种古陶瓷真伪自动鉴定系统及方法，能够利用计算机技术完成古陶瓷的真伪识别。但其方法架构及真品特征数据库、特征采集及真伪鉴别模块所使用的计算机技术都有待改进，以充分利用现有的信息技术提高陶瓷文物的识别精度和速度。

基于以上分析，本发明旨在提出一种陶瓷文物识别的方法与系统，该方法与系统能够显著提高陶瓷文物的识别精度，尤其在大规模陶瓷文物识别速度也得到了很大提高。

发明内容

针对现有技术中的上述缺陷，本发明提供一种陶瓷文物识别系统和方法，具体技术方案如下：

一种陶瓷文物智能识别系统，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。