您的位置 : 首页 > 新闻资讯 > 公司新闻
图像识别原理
时间:2019-05-20 00:05     来源:

基于人工智能图像识别技术进行图像识别,像针对快餐类的菜品识别,深圳铁证突破了原有识别餐盘的瓶颈,做到能够识别具体菜品,且准确率高达99.9%。完美解决了排队时间长、人工成本高等行业痛点。

菜品识别1111.png

菜品图像识别

图像识别原理

由于识别菜品是以项目为主,每个项目需要检查的目标对象不一定相同,所以公司针对每一个项目的识别菜品系统包将含以下几个阶段:采集图像,预处理,提取特征,特征选择,建模,匹配,定位。

面包图像识别11_meitu_4.jpg

1、图像识别之一--图像预处理

在承接项目后,技术会用高清摄像头采集菜品图像,接着从图像中找出菜,并进行预处理。预处理几乎是所有计算机视觉算法的第一步,其作用是在不改变图像承载的本质信息的前提下,完成模式的采集、模数转换、滤波、消除模糊等;

预处理通常包括五种基本运算:A、编码:实现模式的有效描述,适合计算机运算;B、阈值或者滤波运算:按需要选出某些函数,抑制另一些;C、模式改善:排除或修正模式中的错误或不必要的函数值;D、正规化:使某些参数值适应标准值;E、离散模式运算:离散模式处理中的特殊运算;

2、图像识别之二--特征提取

特征提取的目的是从模式样本中提取能代表该模式特有的性质。这是模式分类中最关健的一步,它主要负责从图像中得到重要的信息以交给下一层使用,忽略不太重要的信息。

3、图像识别之三--特征选择

在提取到所要的特征之后,接下来就是一个可选步骤的特征选择。在把特征放进模型里训练之前进行特征选择是节省计算资源的明智选择。

4、图像识别之四--建模

一般菜品识别系统赖以成功的关健基础在于菜品有很多相同的地方。给定特征集合,提取相同点,分辨不同点不成了模型要解决的问题。所以建模也是整个识别系统的成败之所在。

5、图像识别之五--匹配

在通过对菜品进行训练后,接下来就是运用所建模型去识别新的图像属于哪一类菜品,并且给出边界,将菜品与图像的其它部分割开。一般当模型聚宝后,匹配算法也就自然而然的出现。

6、图像识别之六--定位

在成功识别出菜品后,对菜品进行定位成为进一步的工作。目前公司推出的菜品识别系统在定位处理上,一部分是图像预分割及生成模型引入,另一部分则是采用一些能够对特征包得到的特征进行重构。

深圳铁证为智慧收银提供图像识别计价解决方案,主要应用于餐具识别、食物识别、烘培类识别及饮料识别等各类场景的图像识别。

 


分享到: