[发明专利]一种基于智能AI提高图像识别准确率的系统

权利要求书

1.一种基于智能AI提高图像识别准确率的系统，其特征在于，所述系统包括：

第一执行单元，所述第一执行单元用于采集获取第一目标区域影像集合，其中，所述目标区域为第一目标所处的区域；

第一获得单元，所述第一获得单元用于采用生成式对抗网络模型，根据所述第一目标区域影像集合，生成获得多个第二目标区域影像集合；

第二执行单元，所述第二执行单元用于对所述第一目标区域影像集合和所述多个第二目标区域影像集合内的影像进行预处理，得到多个第一影像集合和多个第二影像集合；

第二获得单元，所述第二获得单元用于根据所述多个第一影像集合内影像的色阶变化程度，进行权重分配，获得第一权重分配结果；

第三执行单元，所述第三执行单元用于将所述多个第一影像集合和所述多个第二影像集合输入影像识别分析模型，得到多个第一输出结果和多个第二输出结果；

第四执行单元，所述第四执行单元用于根据所述第一权重分配结果对所述多个第一输出结果进行加权调整，结合所述多个第二输出结果，得到第一目标识别结果。

2.根据权利要求1所述的系统，其特征在于，所述系统还包括：

第三获得单元，所述第三获得单元用于构建并训练获得所述生成式对抗网络模型；

第四获得单元，所述第四获得单元用于将所述第一目标区域影像集合内的图像按照时间顺序划分，获得第一图像集合；

第五获得单元，所述第五获得单元用于将所述第一图像集合内的图像输入所述生成式对抗网络模型，根据每幅图像生成获得多幅图像，获得多个第二图像集合；

第六获得单元，所述第六获得单元用于按照所述时间顺序，将所述多个第二图像集合内的图像进行排序，获得所述多个第二目标区域影像集合。

3.根据权利要求2所述的系统，其特征在于，所述系统还包括：

第五执行单元，所述第五执行单元用于采集所述第一目标位于所述目标区域内的第三目标区域影像集合；

第七获得单元，所述第七获得单元用于根据所述第三目标区域影像集合，获得训练样本和测试样本；

第六执行单元，所述第六执行单元用于构建生成模型和判别模型；

第八获得单元，所述第八获得单元用于将所述训练样本输入所述生成模型，叠加噪声，生成获得对抗样本；

第七执行单元，所述第七执行单元用于将所述对抗样本输入所述判别模型，区分所述对抗样本和所述训练样本；

第八执行单元，所述第八执行单元用于对所述生成模型和判别模型进行参数更新，进行迭代；

第九执行单元，所述第九执行单元用于直到所述判别模型无法判别生成的对抗样本和所述训练样本，得到所述生成式对抗网络模型。

4.根据权利要求1所述的系统，其特征在于，所述系统还包括：

第十执行单元，所述第十执行单元用于分别抽取所述第一目标区域影像集合和所述多个第二目标区域影像集合内第一预设帧数的图像，得到第一预处理影像集合；

第十一执行单元，所述第十一执行单元用于对所述第一预处理影像集合进行画质增强处理，得到所述第一影像集合；

第十二执行单元，所述第十二执行单元用于分别抽取所述第一目标区域影像集合和所述多个第二目标区域影像集合内第二预设帧数的图像，得到第二预处理影像集合，其中，所述第二预设帧数大于所述第一预设帧数；

第十三执行单元，所述第十三执行单元用于对所述第二预处理影像集合进行画质降低处理，得到所述第二影像集合。

5.根据权利要求1所述的系统，其特征在于，所述系统还包括：

第十四执行单元，所述第十四执行单元用于将所述多个第一影像集合内的影像进行灰度化处理，得到多个第一灰度影像集合；

第十五执行单元，所述第十五执行单元用于提取获得所述多个第一灰度影像集合内的灰度色阶值，得到多个灰度色阶分布集合；

第十六执行单元，所述第十六执行单元用于分别获取所述多个灰度色阶分布集合内最大灰度值和最小灰度值的差，得到多个灰度差；

第九获得单元，所述第九获得单元用于分别根据所述多个灰度色阶分布集合进行灰度色阶值聚类，获得多个灰度聚类集合；

第十七执行单元，所述第十七执行单元用于根据所述多个灰度差和多个灰度聚类集合进行权重分配，得到所述第一权重分配结果。