基于人工智能視覺的特定場景識(shí)別系統(tǒng)設(shè)計(jì)

秦愛梅+丁雨

摘 要： 設(shè)計(jì)基于人工智能視覺的特定場景識(shí)別系統(tǒng)，其由人工智能視覺識(shí)別模塊、光感模塊和定位調(diào)制模塊組成。人工智能視覺識(shí)別模塊利用360人工智能視覺攝像機(jī)和加速度計(jì)，進(jìn)行特定場景圖像的再成像和加速測量，將其中的非特定物體刪除，構(gòu)建特征場景圖像。光感模塊利用光傳感器對(duì)特征場景圖像中的光照強(qiáng)度進(jìn)行感應(yīng)，獲取場景的大致位置信息。定位調(diào)制模塊基于全球定位系統(tǒng)進(jìn)行位置信息的調(diào)制工作，調(diào)制工作是根據(jù)形態(tài)學(xué)濾波各項(xiàng)目標(biāo)函數(shù)以及區(qū)域分割代碼進(jìn)行的，調(diào)制后的最終定位信息將直接傳送給用戶使用。經(jīng)實(shí)驗(yàn)驗(yàn)證可知，所設(shè)計(jì)的系統(tǒng)具有較高的識(shí)別效率和識(shí)別精度。

關(guān)鍵詞： 人工智能視覺； 場景識(shí)別； 攝像機(jī)； 加速度計(jì)

中圖分類號(hào)： TN915.5?34； TP311 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）10?0028?03

Abstract： A specific scene recognition system based on artificial intelligence vision was designed. The system is composed of the artificial intelligence vision recognition module， light perception module and positioning modulation module. The artificial intelligence vision recognition module uses the 360 artificial intelligence vision camera and accelerometer to perform the second imaging and acceleration detection of the specific scene image to delete the unspecific object， and construct the characteristic scene image. The light perception module uses the light sensor to sense the illumination intensity in the specific scene image to acquire the approximate location information of the scene. The positioning modulation module modulates the location information on the basis of global positioning system （GPS）， which performs according to each objective function of morphological filtering and region segmentation code. The modulated positioning information is transmitted to the consumer for use directly. The experimental results show that the system has high recognition efficiency and high recognition accuracy.

Keywords： artificial intelligence vision； scene recognition； camera； accelerometer

對(duì)特定場景的識(shí)別工作在公安、消防、監(jiān)控等領(lǐng)域，均有著非常重要的作用?？蒲薪M織曾借助各種設(shè)備和方法進(jìn)行過一些特定場景識(shí)別系統(tǒng)的設(shè)計(jì)，但由于計(jì)算復(fù)雜且設(shè)備穩(wěn)定性不佳，這些系統(tǒng)無法具備較高的識(shí)別效率和識(shí)別精度[1?3]。人工智能視覺是一種新興技術(shù)，其通過模擬人類雙眼結(jié)構(gòu)，制造出更為智能的視覺設(shè)備，使特定場景識(shí)別系統(tǒng)的高識(shí)別效率和高識(shí)別精度成為可能[4?6]。

1 基于人工智能視覺的特定場景識(shí)別系統(tǒng)設(shè)計(jì)

1.1 整體設(shè)計(jì)

所設(shè)計(jì)的基于人工智能視覺的特定場景識(shí)別系統(tǒng)整體結(jié)構(gòu)圖，如圖1所示。

由圖1可知，基于人工智能視覺的特定場景識(shí)別系統(tǒng)由三個(gè)模塊組成，分別是人工智能視覺識(shí)別模塊、光感模塊和定位調(diào)制模塊。人工智能視覺識(shí)別模塊負(fù)責(zé)進(jìn)行特定場景圖像的再成像和加速測量，從而將特定場景圖像中的非特定物體刪除。

1.2 人工智能視覺識(shí)別模塊設(shè)計(jì)

人工智能視覺識(shí)別模塊以攝像機(jī)和加速度計(jì)為核心，所選攝像機(jī)是某公司最新研發(fā)出的360人工智能視覺攝像機(jī)。該攝像機(jī)是基于人工智能視覺設(shè)計(jì)的，其清晰度標(biāo)準(zhǔn)為1 080P，鏡頭角度為150°廣角，并具備較強(qiáng)的特定物體識(shí)別、色彩判斷、語音辨認(rèn)和雷達(dá)監(jiān)測等能力。360人工智能視覺攝像機(jī)結(jié)構(gòu)圖如圖2所示。

由圖2可知，360人工智能視覺攝像機(jī)的結(jié)構(gòu)分為檢測端和重構(gòu)端，檢測端由檢測器、分類器和跟蹤器組成，重構(gòu)端由異常監(jiān)測電路、形狀識(shí)別電路、分辨率恢復(fù)電路和重構(gòu)器組成。初始特定場景圖像由檢測端首先接收，檢測端將圖像參數(shù)按照一定順序打亂后，對(duì)參數(shù)進(jìn)行分類，并利用跟蹤器將3D立體圖像參數(shù)與初始圖像參數(shù)進(jìn)行一一對(duì)應(yīng)，再傳送到重構(gòu)端進(jìn)行進(jìn)行3D立體重建。重建后的特定場景圖像將通過加速度計(jì)進(jìn)行物體加速測量，加速度計(jì)的內(nèi)部電路圖如圖3所示。

由圖3可知，加速度計(jì)的測量工作均受數(shù)字控制，其使用3.3 V蓄電池供電，并擁有數(shù)據(jù)編程入口，可經(jīng)由計(jì)算機(jī)軟件設(shè)計(jì)測量代碼后供加速度計(jì)直接使用，以提高基于人工智能視覺的特定場景識(shí)別系統(tǒng)的識(shí)別效率和識(shí)別精度。經(jīng)加速度計(jì)處理后的初始場景圖像將組成特征場景圖像，并傳送到光感模塊。

1.3 光感模塊設(shè)計(jì)

光感模塊的核心元件是光感應(yīng)器，光感應(yīng)器的內(nèi)部電路圖如圖4所示。

由圖4可知，光感應(yīng)器內(nèi)部擁有2個(gè)模/數(shù)轉(zhuǎn)換器、1個(gè)數(shù)字信號(hào)處理器和1個(gè)運(yùn)算器。為了增強(qiáng)光傳感器對(duì)場景環(huán)境的識(shí)別能力，所設(shè)計(jì)的基于人工智能視覺的特定場景識(shí)別系統(tǒng)事先利用網(wǎng)絡(luò)中的天氣資源，對(duì)傳入光感模塊的特征場景圖像進(jìn)行了定義，其將圖像的拍攝時(shí)間劃分為6個(gè)區(qū)間，分別是凌晨、上午、中午、下午、傍晚和黑夜，并給出這6個(gè)區(qū)間中各地的天氣情況。在光感應(yīng)器對(duì)圖像中的光照強(qiáng)度感應(yīng)完成后，便可根據(jù)以上給出的資源進(jìn)行自身感應(yīng)結(jié)果的初步修正。

1.4 定位調(diào)制模塊設(shè)計(jì)

定位調(diào)制模塊的硬件端是基于全球定位系統(tǒng)進(jìn)行實(shí)現(xiàn)的，其軟件端經(jīng)由形態(tài)學(xué)濾波目標(biāo)函數(shù)實(shí)現(xiàn)。圖5為全球定位系統(tǒng)調(diào)制電路圖。

由圖5可知，當(dāng)位置信息將定位調(diào)制模塊喚醒，全球定位系統(tǒng)將針對(duì)位置信息中的場景環(huán)境信息進(jìn)行提取，并利用1 575 MHz的濾波器將場景環(huán)境信息中的干擾部分過濾掉。

2 基于人工智能視覺的特定場景識(shí)別系統(tǒng)軟件設(shè)計(jì)

2.1 膨脹目標(biāo)函數(shù)

膨脹是指對(duì)特定場景圖像中處理裂縫進(jìn)行縫合的過程。用[B]表示光感模塊給出的位置信息，特定物體坐標(biāo)點(diǎn)集合為[A]，令[B]對(duì)[A]進(jìn)行膨脹，用[⊕]表示膨脹符號(hào)，則有：

3 實(shí)驗(yàn)結(jié)果分析

實(shí)驗(yàn)在我國三個(gè)一線城市隨機(jī)拍攝了6組圖像，每組圖像共5張，如圖6所示。令三個(gè)系統(tǒng)對(duì)圖6中的6組圖像進(jìn)行識(shí)別，并分析實(shí)驗(yàn)結(jié)果。

3.1 識(shí)別效率分析

本文系統(tǒng)、基于邏輯定位原理的特定場景識(shí)別系統(tǒng)，以及基于模式識(shí)別的特定場景識(shí)別系統(tǒng)的平均識(shí)別時(shí)間如表1所示。

由表1和圖7可知，三個(gè)系統(tǒng)識(shí)別效率由高至低的排序依次為：本文系統(tǒng)、基于邏輯定位原理的特定場景識(shí)別系統(tǒng)、基于模式識(shí)別的特定場景識(shí)別系統(tǒng)，這一結(jié)果能夠證明，本文系統(tǒng)具有較高的識(shí)別效率。

3.2 識(shí)別精度分析

實(shí)驗(yàn)中三個(gè)系統(tǒng)的平均識(shí)別精度結(jié)果見表2。

4 結(jié) 論

為了增強(qiáng)特定場景識(shí)別系統(tǒng)的識(shí)別效率和識(shí)別精度，本文設(shè)計(jì)基于人工智能視覺的特定場景識(shí)別系統(tǒng)，其由人工智能視覺識(shí)別模塊、光感模塊和定位調(diào)制模塊組成。經(jīng)實(shí)驗(yàn)驗(yàn)證可知，所設(shè)計(jì)的系統(tǒng)具有較高的識(shí)別效率和識(shí)別精度。

參考文獻(xiàn)

[1] 許家堯，孫苑.開放場景人臉識(shí)別系統(tǒng)及其應(yīng)用[J].指揮信息系統(tǒng)與技術(shù)，2014，5（4）：39?42.

[2] 姜邁.基于激光及三維虛擬場景技術(shù)的表面平整度在線檢測系統(tǒng)[J].計(jì)算機(jī)測量與控制，2015，23（1）：50?52.

[3] 眭謙，毛萬熙.場景理論視角下老工業(yè)基地區(qū)域品牌識(shí)別系統(tǒng)構(gòu)建[J].城市管理與科技，2016，18（2）：36?39.

[4] 程少光，何畢，布樹輝，等.基于超像素空間金字塔模型的場景識(shí)別研究[J].計(jì)算機(jī)工程與應(yīng)用，2014，50（7）：139?143.

[5] 王秀青，侯增廣，潘世英，等.基于多超聲傳感器信息和NeuCube的移動(dòng)機(jī)器人走廊場景識(shí)別[J].計(jì)算機(jī)應(yīng)用，2015，35（10）：2833?2837.

[6] 田文奇，瞿心昱.基于自適應(yīng)增量PCA算法的移動(dòng)機(jī)器人場景識(shí)別[J].機(jī)床與液壓，2015，43（9）：87?89.

[7] 胡宗達(dá)，楊長春，矣雷陽，等.基于非限制性結(jié)構(gòu)的地震動(dòng)加速度計(jì)仿真設(shè)計(jì)[J].計(jì)算機(jī)仿真，2016，33（1）：127?132.