[发明专利]植物种类识别方法、装置及智能眼镜

权利要求书

1.一种植物种类识别方法，其特征在于，包括：

采集待识别植物的植物数据；所述植物数据包括：植物图像特征、采集高度以及采集角度；所述采集角度用于指示所述待识别植物与采集点之间的连线与铅垂线的夹角；

将所述植物数据输入预先训练好的植物种类识别模型中，输出植物种类识别结果；所述植物种类识别结果包括所述待识别植物的植物种类以及所述植物种类对应的概率；

根据所述植物种类识别结果，确定所述待识别植物的植物种类。

2.根据权利要求1所述的植物种类识别方法，其特征在于，所述植物种类识别模型通过下述方式训练得到：

获取预设的训练数据集；所述训练数据集包括预设植物数据和所述预设植物数据的标注；所述标注包括所述预设植物数据对应的植物种类；

根据所述训练数据集训练预设的初始卷积神经网络，直至满足预设的训练结束条件，得到训练好的植物种类识别模型。

3.根据权利要求2所述的植物种类识别方法，其特征在于，根据所述训练数据集训练预设的初始卷积神经网络，直至满足预设的训练结束条件，得到训练好的植物种类识别模型的步骤包括：

根据所述训练数据集训练预设的第一初始卷积神经网络，直至满足预设的训练结束条件，得到训练好的第一神经网络模型；

在所述第一神经网络模型中添加全连接层，搭建第二神经网络模型；

根据所述训练数据集训练所述第二神经网络模型，直至满足预设的训练结束条件，得到训练好的第二神经网络模型；

基于所述第一神经网络模型和所述第二神经网络模型，得到所述植物种类识别模型。

4.根据权利要求3所述的植物种类识别方法，其特征在于，将所述植物数据输入预先训练好的植物种类识别模型中，输出植物种类识别结果的步骤，包括：

将所述植物数据输入所述第一神经网络模型和所述第二神经网络模型中，输出所述植物种类识别结果。

5.根据权利要求1所述的植物种类识别方法，其特征在于，根据所述植物种类识别结果，确定所述待识别植物的植物种类的步骤，包括：

将所述植物种类识别结果中概率数值最大对应的植物种类，确定为所述待识别植物的植物种类。

6.根据权利要求1所述的植物种类识别方法，其特征在于，所述采集待识别植物的植物数据的步骤之后，所述方法还包括：

获取所述采集点的GPS信息；

基于所述GPS信息，确定所述采集点的采集场景，并将所述采集场景添加到所述植物数据中。

7.根据权利要求1所述的植物种类识别方法，其特征在于，所述采集待识别植物的采集高度的步骤，包括：

通过预设的双目摄像头采集所述待识别植物的左右植物图像；

基于所述左右植物图像提取用户的人体轮廓；

基于所述人体轮廓计算所述用户的人体高度；

将所述人体高度确定为所述采集高度。

8.根据权利要求7所述的植物种类识别方法，其特征在于，基于所述左右植物图像提取用户的人体轮廓的步骤，包括：

通过预设的高斯背景提取模型，提取所述左右植物图像中所述用户的人体图像；

基于所述人体图像，确定所述用户的人体轮廓。

9.一种植物种类识别装置，其特征在于，包括：

数据获取模块，用于采集待识别植物的植物数据；所述植物数据包括：植物图像特征、采集高度以及采集角度；所述采集角度用于指示所述待识别植物与采集点之间的连线与铅垂线的夹角；

植物种类识别模块，用于将所述植物数据输入预先训练好的植物种类识别模型中，输出植物种类识别结果；所述植物种类识别结果包括所述待识别植物的植物种类以及所述植物种类对应的概率；

识别结果确定模块，用于根据所述植物种类识别结果，确定所述待识别植物的植物种类。

10.一种智能眼镜，其特征在于，所述智能眼镜包括：眼镜本体、加速度计、双目摄像头、智能眼镜控制器以及存储器；所述加速度计、所述双目摄像头、所述智能眼镜控制器以及所述存储器均设置在所述眼镜本体上；

所述加速度计、所述双目摄像头、所述智能眼镜控制器以及所述存储器依次相连；

所述加速度计用于获取采集角度；

所述双目摄像头用于获取植物图像特征和采集角度；

所述存储器存储有被所述智能眼镜控制器执行的计算机可执行指令，所述智能眼镜控制器执行所述计算机可执行指令以实现权利要求1至8任一项所述的植物种类识别方法。