[发明专利]一种儿童积木搭建辅助方法及系统

权利要求书

1.一种儿童积木搭建辅助方法，其特征在于，包括如下步骤：

S1、构建图像识别神经网络模型，深度学习模型采用卷积神经网络CNN，构建一个串并联结合的卷积神经网络；

S2、利用神经网络模型对积木成品搭建步骤进行训练，得到训练模型，用于积木成品搭建辅助，训练完成后输出该模型和对应的分类标签；

S3、拍摄一张积木的图片，输入已经训练好的模型，模型根据学习结果，经过运算，输出的标签名即是接下来应该对积木的操作；

S2具体包括如下步骤：

a、积木搭建步骤拆解：用积木搭建一个完整的形状，在搭建的过程中，每一步骤增加一块积木，并对每一步骤的积木形状进行360度范围的拍照记录作为源数据；

b、源数据分类：将搭建积木的每一步骤作为一个类，类中的数据为该步骤对应的积木形状图片，每搭建一步，拍摄当前积木图片至少1000张，并且每一类的标签为该类所对应步骤的下一步骤的文字说明；

c、图像信息数字化：将所有类下的每一张图片中的图像信息转换成1×2048的数字矩阵，作为神经网络的输入，输出分类器的节点即类的标签；

d、模型训练：将转换图像信息后的类输入神经网络模型，输出分类器设置为各类的标签，进行至少1000000万次迭代深度训练，对分类下的图片进行深度学习；

e、输出训练模型，对积木成品搭建步骤进行训练，得到训练模型，用于积木成品搭建辅助，训练完成后输出该模型和对应的分类标签。

2.根据权利要求1所述的儿童积木搭建辅助方法，其特征在于，步骤S1中，神经网络模型的整个网络包含95个卷积层、12个池化层、9个连接层、1个全连接层，输入采用五个卷积层和两个池化层串联，最后采用全连接神经网络作为分类器。

3.根据权利要求1所述的儿童积木搭建辅助方法，其特征在于，S3具体包括如下步骤：

A、将训练好的模型和标签文件存放在主机的根目录下；

B、使用者通过操纵主机，使用摄像头拍摄一张积木的图片，保存在主机根目录下；

C、通过软件编程将步骤B采集的图片转换成图像信息矩阵；

D、将步骤C产生的矩阵输入已经训练好的模型，模型根据学习结果，经过运算，将该图片信息自动分类到该图片对应积木形状的类别中，并以文本方式输出；

E、输出的标签名即是接下来应该对积木的操作。

4.根据权利要求3所述的儿童积木搭建辅助方法，其特征在于，步骤C中，所述图像信息矩阵为1×2048的图像信息矩阵。

5.一种儿童积木搭建辅助系统，其特征在于，包括：

神经网络模型构建装置，用于构建图像识别神经网络模型，深度学习模型采用卷积神经网络CNN，构建一个串并联结合的卷积神经网络；

图形特征分类训练装置，用于利用神经网络模型对积木成品搭建步骤进行训练，得到训练模型，用于积木成品搭建辅助，训练完成后输出该模型和对应的分类标签；

所述训练具体包括如下步骤：

a、积木搭建步骤拆解：用积木搭建一个完整的形状，在搭建的过程中，每一步骤增加一块积木，并对每一步骤的积木形状进行360度范围的拍照记录作为源数据；

b、源数据分类：将搭建积木的每一步骤作为一个类，类中的数据为该步骤对应的积木形状图片，每搭建一步，拍摄当前积木图片至少1000张，并且每一类的标签为该类所对应步骤的下一步骤的文字说明；

c、图像信息数字化：将所有类下的每一张图片中的图像信息转换成1×2048的数字矩阵，作为神经网络的输入，输出分类器的节点即类的标签；

d、模型训练：将转换图像信息后的类输入神经网络模型，输出分类器设置为各类的标签，进行至少1000000万次迭代深度训练，对分类下的图片进行深度学习；

e、输出训练模型，对积木成品搭建步骤进行训练，得到训练模型，用于积木成品搭建辅助，训练完成后输出该模型和对应的分类标签；

图像识别装置，用于拍摄一张积木的图片，输入已经训练好的模型，模型根据学习结果，经过运算，输出的标签名即是接下来应该对积木的操作。