分析基于人工智能视觉的特定场景识别系统设计

盛宏兵 王鹏 吴小燕 黄清锋

摘要：特定场景识别对消防、监控等具有重要作用，为保障识别精度和识别效果，可引入人工智能视觉，实现对基于人工智能视觉的特定场景识别系统构建，可为相关领域提供帮助，且效果显著。故此，文章对该系统展开研究，分析系统的具体设计，再分析系统软件部分，旨意为相关人员提供参考，确保识别能力，并为相关人员提供参考。

关键词：人工智能视觉;特定场景;识别系统;设计

中图分类号：TP391.41文献标识码：A文章编号：1672-9129（2018）06-0015-02

Design of Specific Scene Recognition System Based on Artificial Intelligence Vision

SHENG Hongbing*， WANG Peng， WU Xiaoyan， HUANG Qingfeng

（JinHua Technician College， Zhejiang Jinhua， 321000， China）

Abstract：Specific scene recognition plays an important role in fire fighting， monitoring and so on. In order to ensure the recognition accuracy and recognition effect， artificial intelligence vision can be introduced to realize the construction of specific scene recognition system based on artificial intelligence vision， which can provide help for related fields， and the effect is remarkable. Therefore， this paper studies the system， analyzes the specific design of the system， and then analyzes the software part of the system. The purpose is to provide reference for relevant personnel， to ensure the identification ability， and to provide reference for relevant personnel.

Keywords：artificial intelligence vision; specific scene; recognition system; design

引用：盛宏兵， 王鹏， 吴小燕， 等. 分析基于人工智能视觉的特定场景识别系统设计[J]. 数码设计， 2018， 7（6）： 15-16.

Cite：SHENG Hongbing， WANG Peng， WU Xiaoyan， et al. Design of Specific Scene Recognition System Based on Artificial Intelligence Vision[J]. Peak Data Science， 2018， 7（6）： 15-16.

引言

人工智能视觉属新兴技术种类，它可模拟人类眼部结构，达到视觉识别的功能。在特定场景识别中，传统的识别系统设计中，存在精度、效率和计算强度等问题，不利于设备可靠性。而在人工智能视觉的支持下，能进一步保障特定场景的识别效果。基于此，本文展开对人工智能视觉的特定场景识别系统的研究，分析具体的系统设计，详细内容如下：

1  基于人工智能视觉的特定场景识别系统设计

现结合实际情况，展开对基于人工智能视觉的特定场景识别系统设计，主要从整体设计、模块设计等内容入手，详细内容如下：

1.1  整体设计

整体部分是保障系统识别能力的关键，在整体设计中主要包括三个模块，分别为人工智能视觉识别模块、光感模块、定位调制模块。这几个模块的综合作用，实现了人工智能视觉识别特定场景。结合整体设计分析，可以发现系统的整体设计相对简单，模块也更为清晰，且能够满足实际特定场景识别，效果理想，可以综合推动识别精度和效率提升。如下图1所示，为基于人工智能视觉的特定场景识别系统的结构图。

1.2  模块设计

主要对三个模块进行研究，确保模块的功能，确保识别效果，详细模块设计内容分析如下。

1.2.1  人工智能视觉识别模块

该模块是以摄像机和速度计作为基础，现以某公司的360人工智能视觉摄像机为基本设施。摄像机的清晰度设为1080P，镜头角度为150°广角，而且，該人工智能摄像机具备特定物体识别、语音识别等功能。结合摄像机的实际情况，可以得到摄像机是由检测端、重构端、路由器、分类器和跟踪器几个部分构成。

在具体的工作中，初始特定场景识别时，检测端实现对影响的接受，再按照设定的方式，实现对参数的分类，跟踪器则将3D立体图像参数与初始图像参数进行对应，再送到重构端，实现3D立体重建。之后，由加速度计展开相应的测量。经过测量和计算后，能够生成特征场景图。这部分为具体的识别模块功能，特征场景图生成后，将其传递到光感模块。

1.2.2  光感模块设计

光感模块是系统中不可或缺的部分，在具体的服务中，光感应器是保障模块功能的基础。结合光感应器的基本情况，可以了解到它的内部具有两模/数转换器、信号处理器和运算器各一个。模块实现对特征场景的定义，并划分时间段，可分为6个时间段，再对应的给予天气状况。光照强度感应后，结合资源情况，对感应结果进行修正，保障特定场景识别效果。

1.2.3  定位调制模块

文章在设计中，将GPS系统作为模块构建的关键点，并将其置于硬件端，软件端则选用形态学滤波目标函数。如下图2所示，为全球定位系统调制电路图。

结合上图的基本内容，可以得到调制模块中包含接收天线、滤波器、概率生成器和输出端口等。具体工作时，模块可对经过上述2个模块处置完成后的场景环境信息进行提取，再由滤波器对干扰进行清除，最终输出结果，满足实际场景识别的基本需求。

2  系统软件设计

系统软件部分是保障特定场景识别的基础，为确保识别的效果，应注意对函数的选择与设置，进而提高特定场景识别系统的可靠性，详细函数分析如下：

2.1  膨胀目标函数

膨胀对图像中的裂缝进行处置的过程，具体的膨胀目标函数，中，B为位置信息，A为目标的坐标集合，为获取目标函数，使B对A膨胀，⊕则为膨胀符号，详见如下公式（1）：

（1）

上述函数，则为膨胀目标函数，z为膨胀位移，则描述点映像，与B具有直接联系。

2.2  腐蚀目标函数

膨胀完成后，需要对图像进行修复，促使图像恢复到原有的状态，而这一修复过程，则可以称之为腐蚀。在腐蚀过程中，应对与特征目标没有直接关联的多余部分进行清除，结合膨胀与腐蚀的基本过程，可以得到二者是相互对立的，故此，可将目标函数理解为A受到B腐蚀，?作为腐蚀的符号，可以得到如下腐蚀目标函数（2）：

（2）

上述函数中的各项参数与（1）描述相同，用上述函数能够描述图像从膨胀状态恢复到原有状态。

2.3  开与闭的目标函数

可分别使用“。”与“·”表示两个操作动作，分别为B对A进行开和闭的操作，进而可以得到两种操作的目标函数，详细如下公式（3）所示：

（3）

上述函数能够描述开和闭的两个操作，而且，结合公式工艺可发现，开操作是先⊕后?的过程，而闭则为相反过程，即为先?后⊕。

在基于人工智能视觉的特定场景识别系统中，开操作用于完成前场景处置，闭操完成背景处置。这两种操作方式的目的均是为保障识别效果，对图像中噪声进行清除，并对的独立洞点进行处置，进而提高系统的识别能力。

3  结束语

结合上述硬件和软件的设计，能够实现基于人工智能视觉的特定场景识别系统的构建，并有效的提升特定场景识别能力，降低噪声等的影响，综合推动系统的识别精度和识别效率。

（1）为实现对系统识别效率进行分析，可以结合实际情况，获取平均识别时间。基于人工智能视觉的特定场景识别系统与其他2种系统进行对比，余下2个系统，分别为基于逻辑定位和基于模式识别的识别系统。可以得到如下图3所示的效率曲线。

且根据上图所示的系统效率情况，可以发现选用基于人工智能视觉的特定场景识别系统的效率最高。

（2）再进一步对识别精度进行分析，可以得到基于人工智能视觉的特定场景识别系统的精度在97%以上，明显优于其他两种，说明系统精度理想。

由此可见，基于人工智能视觉的特定场景识别系统的效率和精度良好，可以满足特定场景识别的基本需求，具有推广和实践的价值。

参考文献

[1]      秦爱梅，丁雨.基于人工智能视觉的特定场景识别系统设计[J].现代电子技术，2017， 40（10）：28-30.

[2]      降小龙. 基于语义结构和视觉焦点的场景目标识别[D].中北大学，2016：25-26.

[3]      焦迎雪.動态场景中的视觉目标识别方法分析[J].电子技术与软件工程， 2016（20）：95-96.

[4]      沈宸宇，殷美.基于人工智能的人脸识别技术在支付场景下的应用及隐患思考[J].科技创新导报，2018（2）：18-19.

[5]      高文婷.稳健语音特征和音频场景识别方法的研究[J].大连理工大学，2009.