[发明专利]一种管理多种同质类智能算法协同工作提升准确率的方法

说明书

本发明提供一种管理多种同质类智能算法协同工作提升准确率的方法，包括以下步骤：获取训练图像集；将训练图像集按比例划分为两个集合；模型训练过程；实际测试过程：根据最优的预测评分矩阵，挑选出各图像特征类型对应的最优智能算法，进而采用挑选出的智能算法进行智能识别。优点为：本发明提供一种管理多种同质类智能算法协同工作提升准确率的方法，对各种智能算法进行有效融合，对于被分析图像，其在每个图像特征维度上，均选取识别效果最佳的智能算法，从而得到被分析图像在各个图像特征维度的最佳识别结果，最终提高被分析图像智能识别的准确度。

技术领域

本发明属于智能识别技术领域，具体涉及一种管理多种同质类智能算法协同工作提升准确率的方法。

背景技术

随着智慧城市建设步伐的加快，智能识别人脸、车辆、行人和非机动车等对象的要求也越来越高。现阶段商业化的智能算法识别对象的准确率受到光线反射、识别类型、特征遮挡、动态模糊或图像质量等因素影响，同类型算法的准确率在相同场景下表现差异较大。这些干扰因素造就智能识别技术应用的困难度。

不同抓拍机因拍摄角度、厂家类型、适用范围等场景造成通过智能算法识别准确率的变化。单一的智能算法在应对复杂场景的对象特征识别准确率存在参差不齐的现象，只是单独优化智能算法提高整体特征识别准确率难度非常巨大。大部分情况下是部分特征识别准确率提高了，但其他特征识别率就变差了。如何解决这一技术问题，有效提高对图像的识别准确率，具有重要意义。

发明内容

针对现有技术存在的缺陷，本发明提供一种管理多种同质类智能算法协同工作提升准确率的方法，可有效解决上述问题。

本发明采用的技术方案如下：

本发明提供一种管理多种同质类智能算法协同工作提升准确率的方法，包括以下步骤：

步骤1，获取训练图像集，方法为：

步骤1.1，安装m个抓拍机，分别表示为：抓拍机c₁,抓拍机c₂,...,抓拍机c_m；m个抓拍机形成抓拍机群；各个抓拍机的拍摄姿态固定不变；

步骤1.2，设置a个对象，分别表示为：对象obj₁,对象obj₂,...,对象obj_a；

抓拍机c₁对对象obj₁进行拍摄，得到图像image₁₁；抓拍机c₂对对象obj₁进行拍摄，得到图像image₂₁，依此类推，抓拍机c_m对对象obj₁进行拍摄，得到图像image_m1；由此形成图像组image₁＝[image₁₁,image₂₁,...,image_m1]；

抓拍机c₁对对象obj₂进行拍摄，得到图像image₁₂；抓拍机c₂对对象obj₂进行拍摄，得到图像image₂₂，依此类推，抓拍机c_m对对象obj₂进行拍摄，得到图像image_m2；由此形成图像组image₂＝[image₁₂,image₂₂,...,image_m2]；

依此类推