CN113761242A - 一种基于人工智能的大数据图像识别***及方法 - Google Patents
一种基于人工智能的大数据图像识别***及方法 Download PDFInfo
- Publication number
- CN113761242A CN113761242A CN202111109915.2A CN202111109915A CN113761242A CN 113761242 A CN113761242 A CN 113761242A CN 202111109915 A CN202111109915 A CN 202111109915A CN 113761242 A CN113761242 A CN 113761242A
- Authority
- CN
- China
- Prior art keywords
- data
- image
- module
- pictures
- picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 19
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 238000007726 management method Methods 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009193 crawling Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 19
- 238000013500 data storage Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910002056 binary alloy Inorganic materials 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及图像识别技术领域，且公开了一种基于人工智能的大数据图像识别***，包括数据采集模块、数据分析模块、图像编排模块、图像存储模块和图像查询模块，所述数据采集模块与数据分析模块连接，所述数据分析模块与图像编排模块连接，所述图像编排模块与图像存储模块连接，所述图像存储模块与图像查询模块通过数据网络连接。该基于人工智能的大数据图像识别***及方法，方便在用户端检索图片的时候的处理速度，对于网络带宽的要求较低，同时在局域网内更容易进行传输，同时二进制代码能够更好的区分出不同图片类型，在处理过程中无需人工进行辅助处理，更容易进行大量图片的处理，有效的提高图像识别***的效率与市场适应度。
Description
技术领域
本发明涉及图像识别技术领域，具体为一种基于人工智能的大数据图像识别***及方法。
背景技术
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用，现阶段图像识别技术一般分为人脸识别与商品识别，人脸识别主要运用在安全检查、身份核验与移动支付中，商品识别主要运用在商品流通过程中。
图像识别***能够对图片进行存储与分类，在用户需要查看或者寻找图片的时候，可以根据用的关键字来需要推送图片，以便于满足用户的需求，但是传统的图像识别***的提取是通过构建不同类型给的局部特征提取器以人工预处理的方式完成，局部特征提取算法选择的恰当与否直接影响图像分类结果，因此在图像检索的过程中会推送与关键字不相关的图片，故而提出一种基于人工智能的大数据图像识别***及方法来解决上述问题。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种基于人工智能的大数据图像识别***及方法，具备大数据处理和识别准确等优点，解决了图像识别***的提取是通过构建不同类型给的局部特征提取器以人工预处理的方式完成，在图像检索的过程中会推送与关键字不相关的图片的问题。
(二)技术方案
为实现上述大数据处理和识别准确目的，本发明提供如下技术方案：
一种基于人工智能的大数据图像识别***，包括数据采集模块、数据分析模块、图像编排模块、图像存储模块和图像查询模块，所述数据采集模块与数据分析模块连接，所述数据分析模块与图像编排模块连接，所述图像编排模块与图像存储模块连接，所述图像存储模块与图像查询模块通过数据网络连接。
优选的，所述数据采集模块内置爬虫软件，将互联网上的图片信息逐一爬取，并进行实时更新。
优选的，所述图像分析模块包括数据二进制转换单元和数据解码单元，数据解码单元服务于数据二进制转换单元。
优选的，所述数据编排单元采用二进制编码将数据生产数据库区域链表，并对数据生产编码，图像存储模块将数据根据编码进行存储与排序，并对推按进行多批次处理，将图片信息形成远程管理端。
优选的，所述图像查询模块为远程用户端，通过JAVA语言编码建立用户端，用户端，用户端与管理端通过数据网络连接。
一种基于人工智能的大数据图像识别方法，包括以下步骤：
1)图片收集：利用爬虫程序对互联网的图片信息进行收集，图片信息应该包括多种不同领域的图片，进行大批次爬取，并且对图片信息进行定期更新和完善，定期补充图片信息；
2)图片分析：将步骤一中收集的图片拖动至二进制转码程序，程序将会对图片进行逐一查看，并且图片信息转换为二进制数字信息，将图片与其二进制数字信息对应存储；
3)图像编排：对步骤二中二进制数字信息进行分类编排，读取图片的二进制数字，对图片二进制编码前四位相同的数据划分为一个目，然后对图片二进制编码四位以后的数据进行编码分类，从将相同数据归类，不同数据划分为多个类目进行存储；
4)建立数据表：对步骤三中归类好的数据进行提取，然后根据数据分类进行数据库对应的数据表进行存储，为管理端提供数据支撑；
5)数据应用：通过编程完成管理端与用户端的编码，管理端为数据库的管理，并且对用户端推送图片信息，管理端具备增加图片进行更新、删除多余图片信息、改动数据编排类目和远程数据推送，用户端可根据数据的关键字进行检索，通过数据网络对管理端生产图片检索需求，然后管理端通过数据库***寻找与关键字相同字段二进制代码的图片进行推动，满足用户对图片的需求。
(三)有益效果
与现有技术相比，本发明提供了一种基于人工智能的大数据图像识别***及方法，具备以下有益效果：
1、该基于人工智能的大数据图像识别***及方法，通过将图片信息转换为二进制代码，在数据存储的过程中二进制代码为计算机直接识别，相对于传统的点阵式二进制代码编绘而成的图片来说，这种二进制代码更容易被计算机所识别，在识别的过程中能够直接读取，方便在用户端检索图片的时候的处理速度，对于网络带宽的要求较低，同时在局域网内更容易进行传输，同时二进制代码能够更好的区分出不同图片类型，在处理过程中无需人工进行辅助处理，更容易进行大量图片的处理，有效的提高图像识别***的效率与市场适应度。
2、该基于人工智能的大数据图像识别***及方法，通过大数据图片爬取，在数据处理的时候将互联网中的大数据进行爬起，对数据进行存储，在用户需要搜索图片的时候，可快速完成图片推送，并且可以根据二进制代码快速识别图像，推送的过程中减少不相关的图片的推动，使得用户端能够更好的搜索到所需的图片，避免向用户推送多余图片，从而提高客户的搜索体验，从而吸引更多的用户。
附图说明
图1为本发明的整体框架示意图；
图2为本发明的工作流程示意图。
具体实施方式
下面将结合本发明的实施例和附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种基于人工智能的大数据图像识别***，包括数据采集模块、数据分析模块、图像编排模块、图像存储模块和图像查询模块，数据采集模块与数据分析模块连接，数据采集模块内置爬虫软件，将互联网上的图片信息逐一爬取，并进行实时更新，数据分析模块与图像编排模块连接，图像分析模块包括数据二进制转换单元和数据解码单元，数据解码单元服务于数据二进制转换单元图像编排模块与图像存储模块连接，通过将图片信息转换为二进制代码，在数据存储的过程中二进制代码为计算机直接识别，相对于传统的点阵式二进制代码编绘而成的图片来说，这种二进制代码更容易被计算机所识别，在识别的过程中能够直接读取，方便在用户端检索图片的时候的处理速度，对于网络带宽的要求较低，同时在局域网内更容易进行传输，同时二进制代码能够更好的区分出不同图片类型，在处理过程中无需人工进行辅助处理，更容易进行大量图片的处理，有效的提高图像识别***的效率与市场适应度，数据编排单元采用二进制编码将数据生产数据库区域链表，并对数据生产编码，图像存储模块将数据根据编码进行存储与排序，并对推按进行多批次处理，将图片信息形成远程管理端，图像存储模块与图像查询模块通过数据网络连接，图像查询模块为远程用户端，通过JAVA语言编码建立用户端，用户端，用户端与管理端通过数据网络连接，通过大数据图片爬取，在数据处理的时候将互联网中的大数据进行爬起，对数据进行存储，在用户需要搜索图片的时候，可快速完成图片推送，并且可以根据二进制代码快速识别图像，推送的过程中减少不相关的图片的推动，使得用户端能够更好的搜索到所需的图片，避免向用户推送多余图片，从而提高客户的搜索体验，从而吸引更多的用户。
一种基于人工智能的大数据图像识别方法，包括以下步骤：
1)图片收集：利用爬虫程序对互联网的图片信息进行收集，图片信息应该包括多种不同领域的图片，进行大批次爬取，并且对图片信息进行定期更新和完善，定期补充图片信息；
2)图片分析：将步骤一中收集的图片拖动至二进制转码程序，程序将会对图片进行逐一查看，并且图片信息转换为二进制数字信息，将图片与其二进制数字信息对应存储；
3)图像编排：对步骤二中二进制数字信息进行分类编排，读取图片的二进制数字，对图片二进制编码前四位相同的数据划分为一个目，然后对图片二进制编码四位以后的数据进行编码分类，从将相同数据归类，不同数据划分为多个类目进行存储；
4)建立数据表：对步骤三中归类好的数据进行提取，然后根据数据分类进行数据库对应的数据表进行存储，为管理端提供数据支撑；
5)数据应用：通过编程完成管理端与用户端的编码，管理端为数据库的管理，并且对用户端推送图片信息，管理端具备增加图片进行更新、删除多余图片信息、改动数据编排类目和远程数据推送，用户端可根据数据的关键字进行检索，通过数据网络对管理端生产图片检索需求，然后管理端通过数据库***寻找与关键字相同字段二进制代码的图片进行推动，满足用户对图片的需求。
本发明的有益效果是：该基于人工智能的大数据图像识别***及方法，通过将图片信息转换为二进制代码，在数据存储的过程中二进制代码为计算机直接识别，相对于传统的点阵式二进制代码编绘而成的图片来说，这种二进制代码更容易被计算机所识别，在识别的过程中能够直接读取，方便在用户端检索图片的时候的处理速度，对于网络带宽的要求较低，同时在局域网内更容易进行传输，同时二进制代码能够更好的区分出不同图片类型，在处理过程中无需人工进行辅助处理，更容易进行大量图片的处理，有效的提高图像识别***的效率与市场适应度。
并且，通过大数据图片爬取，在数据处理的时候将互联网中的大数据进行爬起，对数据进行存储，在用户需要搜索图片的时候，可快速完成图片推送，并且可以根据二进制代码快速识别图像，推送的过程中减少不相关的图片的推动，使得用户端能够更好的搜索到所需的图片，避免向用户推送多余图片，从而提高客户的搜索体验，从而吸引更多的用户，解决了图像识别***的提取是通过构建不同类型给的局部特征提取器以人工预处理的方式完成，在图像检索的过程中会推送与关键字不相关的图片的问题。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种基于人工智能的大数据图像识别***，包括数据采集模块、数据分析模块、图像编排模块、图像存储模块和图像查询模块，其特征在于，所述数据采集模块与数据分析模块连接，所述数据分析模块与图像编排模块连接，所述图像编排模块与图像存储模块连接，所述图像存储模块与图像查询模块通过数据网络连接。
2.根据权利要求1所述的一种基于人工智能的大数据图像识别***，其特征在于，所述数据采集模块内置爬虫软件，将互联网上的图片信息逐一爬取，并进行实时更新。
3.根据权利要求1所述的一种基于人工智能的大数据图像识别***，其特征在于，所述图像分析模块包括数据二进制转换单元和数据解码单元，数据解码单元服务于数据二进制转换单元。
4.根据权利要求1所述的一种基于人工智能的大数据图像识别***，其特征在于，所述数据编排单元采用二进制编码将数据生产数据库区域链表，并对数据生产编码，图像存储模块将数据根据编码进行存储与排序，并对推按进行多批次处理，将图片信息形成远程管理端。
5.根据权利要求4所述的一种基于人工智能的大数据图像识别***，其特征在于，所述图像查询模块为远程用户端，通过JAVA语言编码建立用户端，用户端，用户端与管理端通过数据网络连接。
6.一种基于人工智能的大数据图像识别方法，其特征在于，包括以下步骤：
1)图片收集：利用爬虫程序对互联网的图片信息进行收集，图片信息应该包括多种不同领域的图片，进行大批次爬取，并且对图片信息进行定期更新和完善，定期补充图片信息；
2)图片分析：将步骤一中收集的图片拖动至二进制转码程序，程序将会对图片进行逐一查看，并且图片信息转换为二进制数字信息，将图片与其二进制数字信息对应存储；
3)图像编排：对步骤二中二进制数字信息进行分类编排，读取图片的二进制数字，对图片二进制编码前四位相同的数据划分为一个目，然后对图片二进制编码四位以后的数据进行编码分类，从将相同数据归类，不同数据划分为多个类目进行存储；
4)建立数据表：对步骤三中归类好的数据进行提取，然后根据数据分类进行数据库对应的数据表进行存储，为管理端提供数据支撑；
5)数据应用：通过编程完成管理端与用户端的编码，管理端为数据库的管理，并且对用户端推送图片信息，管理端具备增加图片进行更新、删除多余图片信息、改动数据编排类目和远程数据推送，用户端可根据数据的关键字进行检索，通过数据网络对管理端生产图片检索需求，然后管理端通过数据库***寻找与关键字相同字段二进制代码的图片进行推动，满足用户对图片的需求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111109915.2A CN113761242A (zh) | 2021-09-18 | 2021-09-18 | 一种基于人工智能的大数据图像识别***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111109915.2A CN113761242A (zh) | 2021-09-18 | 2021-09-18 | 一种基于人工智能的大数据图像识别***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113761242A true CN113761242A (zh) | 2021-12-07 |
Family
ID=78796800
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111109915.2A Withdrawn CN113761242A (zh) | 2021-09-18 | 2021-09-18 | 一种基于人工智能的大数据图像识别***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113761242A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565820A (zh) * | 2022-03-01 | 2022-05-31 | 中科海慧（北京）科技有限公司 | 一种基于时空大数据分析的矿产样本识别*** |
| CN114615207A (zh) * | 2022-03-10 | 2022-06-10 | 四川三思德科技有限公司 | 推流前的数据定向化处理方法及装置 |
| CN115203462A (zh) * | 2022-07-12 | 2022-10-18 | 中国建筑西南设计研究院有限公司 | 一种基于多维度编码的建筑结构边缘构件识别方法和装置 |
-
2021
- 2021-09-18 CN CN202111109915.2A patent/CN113761242A/zh not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565820A (zh) * | 2022-03-01 | 2022-05-31 | 中科海慧（北京）科技有限公司 | 一种基于时空大数据分析的矿产样本识别*** |
| CN114615207A (zh) * | 2022-03-10 | 2022-06-10 | 四川三思德科技有限公司 | 推流前的数据定向化处理方法及装置 |
| CN114615207B (zh) * | 2022-03-10 | 2022-11-25 | 四川三思德科技有限公司 | 推流前的数据定向化处理方法及装置 |
| CN115203462A (zh) * | 2022-07-12 | 2022-10-18 | 中国建筑西南设计研究院有限公司 | 一种基于多维度编码的建筑结构边缘构件识别方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113761242A (zh) | 一种基于人工智能的大数据图像识别***及方法 | |
| CN110188227B (zh) | 一种基于深度学习与低秩矩阵优化的哈希图像检索方法 | |
| CN111090763B (zh) | 一种图片自动标签方法及装置 | |
| CN113392646A (zh) | 一种数据中台***、构建方法及装置 | |
| CN112149422B (zh) | 一种基于自然语言的企业新闻动态监测方法 | |
| CN113268370B (zh) | 一种根因告警分析方法、***、设备及存储介质 | |
| CN109711298A (zh) | 基于faiss的高效人脸特征值检索的方法和*** | |
| CN113254634A (zh) | 一种基于相空间的档案分类方法及*** | |
| CN109241315B (zh) | 一种基于深度学习的快速人脸检索方法 | |
| CN114611618A (zh) | 一种面向跨模态检索的数据采集处理方法及*** | |
| CN116032741A (zh) | 一种设备识别方法、装置、电子设备和计算机存储介质 | |
| CN113378024A (zh) | 一种基于深度学习面向公检法领域的相关事件识别方法 | |
| CN112287836A (zh) | 一种基于人工智能图像识别***以及图像识别装置 | |
| CN116842142A (zh) | 一种医疗器械智能化检索*** | |
| CN112084913A (zh) | 一种端到端的人体检测与属性识别方法 | |
| CN116992067A (zh) | 一种非遗文化遗产数字化展示***及方法 | |
| Lee et al. | Capturing long-range dependencies in video captioning | |
| CN103020630A (zh) | 图像特征的处理方法和装置 | |
| CN113726824B (zh) | 一种基于图像特征的诈骗网站查找方法及*** | |
| CN112800219B (zh) | 客服日志反馈回流数据库的方法及*** | |
| CN114238735A (zh) | 一种互联网数据智能采集方法 | |
| CN113420622A (zh) | 基于机器深度学习的智能扫描识别归档*** | |
| CN111125410A (zh) | 一种海量图形图像智能识别检索*** | |
| CN111813975A (zh) | 一种图像检索方法、装置及电子设备 | |
| CN112445900A (zh) | 快速检索方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211207 |