[发明专利]一种采用人工智能技术的蓝藻图像分类识别工具在审

专利信息
申请号: 202110982593.6 申请日: 2021-08-25
公开(公告)号: CN113537405A 公开(公告)日: 2021-10-22
发明(设计)人: 朱静;孙亮亮;沈爱春;朱玉东;吴东浩;孟晓辰 申请(专利权)人: 太湖流域水文水资源监测中心(太湖流域水环境监测中心)
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08
代理公司: 北京神州信德知识产权代理事务所(普通合伙) 11814 代理人: 朱俊杰
地址: 214000 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 采用 人工智能 技术 蓝藻 图像 分类 识别 工具
【权利要求书】:

1.一种采用人工智能技术的蓝藻图像分类识别工具,其特征在于:包括图片信息采集模块(1),所述图片信息采集模块(1)输出端信号连接有人工标注模块(2),人工标注模块(2)的输出端信号连接有AI训练平台(3),人工标注模块(2)的输入端信号连接有人工筛选模块(7),AI训练平台(3)的输出端信号连接有蓝藻AI识别模型模块(5),蓝藻AI识别模型模块(5)的输入端信号连接有实时图片获取模块(4),蓝藻AI识别模型模块(5)输出端信号连接有成果图片展示模块(6),成果图片展示模块(6)的信号输出端与人工筛选模块(7)的输入端相连接。

2.根据权利要求1所述的一种采用人工智能技术的蓝藻图像分类识别工具,其特征在于:所述图片信息采集模块(1)的图片信息是对大量历史遥感卫片、无人机航拍以及视频监控图片信息进行收集整理。

3.根据权利要求1所述的一种采用人工智能技术的蓝藻图像分类识别工具,其特征在于:所述人工标注模块(2)对图片信息采集模块(1)输送的图片信息进行标注;通过人工对图片中蓝藻的聚集形态进行标记,根据蓝藻的聚集形态分为四类无蓝藻图片、颗粒状蓝藻图片、片状蓝藻图片和带状蓝藻图片,人工标注模块(2)再将四类信号输送到AI训练平台(3),通过AI训练平台(3)开展大批量蓝藻图像识别训练。

4.根据权利要求1所述的一种采用人工智能技术的蓝藻图像分类识别工具,其特征在于:所述AI训练平台(3)会将人工标注模块(2)输入的四类信号记作M1、M2、M3和M4,AI训练平台(3)采用神经网络深度学习算法对人工标注模块(2)导入的信息进行多次循环、最大化训练,AI训练平台(3)建立适用于蓝藻AI识别模型模块(5),同时AI训练平台(3)将计算后的图片模型输入到蓝藻AI识别模型模块(5)内。

5.根据权利要求1所述的一种采用人工智能技术的蓝藻图像分类识别工具,其特征在于:所述实时图片获取模块(4)获取蓝藻视频监控站、无人机等实时拍摄的图像,并将实时拍摄的信息第一时间传输到蓝藻AI识别模型模块(5)。

6.根据权利要求1所述的一种采用人工智能技术的蓝藻图像分类识别工具,其特征在于:所述蓝藻AI识别模型模块(5)会接受到实时图片获取模块(4)导入的信号,蓝藻AI识别模型模块(5)自动对信号进行蓝藻聚集形态判断,并生成解译成果,将成果通过信号的方式传递到成果图片展示模块(6)上。

7.根据权利要求1所述的一种采用人工智能技术的蓝藻图像分类识别工具,其特征在于:成果图片展示模块(6)可输出具有蓝藻聚集形态标识的解译图,有关部门可通过解译信息实时掌握蓝藻聚集形态变化情况。

8.根据权利要求1所述的一种采用人工智能技术的蓝藻图像分类识别工具,其特征在于:所述人工筛选模块(7)通过人工对错误的信息图片进行确认,成果图片被人工认定识别有误后,通过人工筛选模块(7)将错误信息储存并重新推送人工标注模块(2),由人工标注模块(2)输入至AI训练平台(3)进行再次增量训练,不断的对算法模型进行训练调优,持续提高解译的准确度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于太湖流域水文水资源监测中心(太湖流域水环境监测中心),未经太湖流域水文水资源监测中心(太湖流域水环境监测中心)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110982593.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top