[发明专利]基于图像识别的文物识物APP的应用方法

权利要求书

1.基于图像识别的文物识物APP的应用方法，具体步骤如下，其特征在于：

步骤1，文物信息采集：通过人工采集的方式采集文物图像数据，并将采集到的文物信息经处理后存入SQLite数据库的文件夹中；

步骤2，处理文物信息：将采集到的文物图像数据通过图像识别技术返回图像特征，提取数据库中的完备的文物信息；

步骤2中处理文物信息的过程表示为：

步骤2.1，对采集到的文物图像数据进行非线性扩散滤波，把图像中的亮度变换转换为图像的散度来表示：

式中，u_t是图像的亮度，div表示散度，是图像的梯度，是图像扩散函数，t为图像的进化时间，且：

式中，k为梯度临界值；

步骤2.2，将图像的进化时间转换为图像像素：

式中，б是图像的像素；

步骤2.3，求解文物图像的特征点L：

L＝σ²(L_xxL_yy-L_xy) (4)

式中，L_xx是图像经过非线性扩散滤波及像素转换后，在图像x处的二阶微分值，L_yy是在图像y处的二阶微分值，L_xy是在图像x，y处的二阶交叉偏导数；

步骤3，开发基于图像识别的文物识别应用：该应用主要由三个主功能模块组成：文物信息概览模块、文物识别模块、用户管理模块；

步骤4，使用coremltools将文物识别模型转化为Core ML框架，并将转化后文物识别模型的Core ML格式嵌入到文物识别应用中；

步骤5，应用系统使用TestFlight进行测试，检测系统在功能上是否符合预期目标，经过大量的测试以及验证，完成了一定的修正以及优化，并上架Apple App Store，为用户提供体验服务。

2.根据权利要求1所述的基于图像识别的文物识物APP的应用方法，其特征在于，步骤1中文物信息数据库设计表示为：

本系统采用SQLite数据库对系统数据进行处理，针对于本APP设计两个数据表，文物信息表与用户信息表，分别用来对景物信息的存储和对用户信息的存储；本系统数据库E-R图由登录用户与未登录用户对系统的登录、修改、发表、查看的属性关联。

3.根据权利要求1所述的基于图像识别的文物识物APP的应用方法，其特征在于，

步骤3中开发基于图像识别的文物识别应用表示如下：

用户进入应用系统，未登录用户可查看文物详细信息，在联网的情况下，可使用文物识别功能，同时，未登录用户可进入登录或注册成为登录用户，输入正确的登录信息，即可登录成功，登录用户看也可在联网的基础上对文物进行识别以及查看文物详情；同时，登录用户可发表文物信息和更改个人信息，也可选择退出登录，成为未登录用户；

该应用主要由三个主功能模块组成：文物信息概览模块、文物识别模块、用户管理模块，其中文物信息概览模块包括文物详细信息模块，文物识别模块包括文物信息推荐模块和文物信息发表模块，用户管理模块包括用户信息模块、用户登录模块和用户注册模块；

其中文物识别模块，主要是通过图片对文物进行识别，需要使用到手机上的拍照功能或图库的功能，方便对图片中的文物进行识别，并经过下列步骤对文物进行识别：

步骤3.1，APP通过给“拍照”按钮添加监听事件来调用手机相机，并由手机拍照获得当前待识别的文物图像，并将文物图像上传至文物识别模块；

步骤3.2，文物识别模块经过步骤2提取文物图像特征点；

步骤3.3，将提取的文物图像点输入至已训练完成的LibSVM文物识别模型中，获得文物的分类标签以及可信度，并在APP中显示可信度最高的文物详细信息弹出框；

其中文物详细信息弹出框是通过HttpURLConnection请求获取百度提供的账号信息获取对应的access_token(接口调用凭据)，请求成功后返回JSON数据包，在文物识别模型识别出文物详细信息后，再通过JSON对象的解析，获取所需的文物信息。

4.根据权利要求1所述的基于图像识别的文物识物APP的应用方法，其特征在于，步骤4中，使用coremltools将文物识别模型转化为Core ML框架的过程可以表示如下：

Core ML通过利用CPU，GPU和神经引擎来优化设备上的性能，同时最大程度地减少其内存占用空间和功耗，将训练完成的LibSVM文物识别模型使用coremltools Python软件包将模型从第三方培训库转换为Core ML格式，再使用Core ML将模型集成到文物识别APP中，同时在用户设备上运行LibSVM文物识别模型消除对网络连接的需求，并保持用户数据的私密性和应用程序的响应速度。