图像识别系统技术方案

本发明专利技术公开了一种图像识别系统，包括具有微透镜阵列的多视角成像模组，被成像的物体的光线通过所述多个微透镜分别折射后，入射到所述感光元件的不同感光区域，形可以一次性成像得到物体的多个微弱不同视角的图像和深度信息；通过反复采集所述多视角成像模组针对被识别物体的单一视角进行成像得到的多幅不同角度的被识别物体的影像信息；将每次采集到的所述多幅不同角度的被识别物体的影像信息的集合作为样本训练数据，基于卷积神经网络模型的进行训练，得到目标模型；从而以对所述待识别物体进行图像识别。本发明专利技术采用同一物体的多个微弱不同视角的图像进行识别，大大提高了物体识别的准确率。本发明专利技术还提供一种图像识别系统。

Image Recognition System

The invention discloses an image recognition system, which includes a multi-view imaging module with a microlens array. After the light rays of the object being imaged are refracted by the microlenses respectively, they are incident to the different light-sensitive areas of the photosensitive elements, and the shape can be imaged at one time to obtain the image and depth information of the object from multiple weak and different angles; the multi-view angle is formed by repeatedly collecting the multi-view information. The image module acquires image information of multiple objects with different angles from a single angle of view of the object to be recognized; the set of image information of the objects with different angles collected at each time is used as sample training data, and the target model is obtained by training based on convolutional neural network model; thus, the object to be recognized can be imaged. Distinguish. The invention adopts multiple images of the same object from different weak perspectives for recognition, and greatly improves the accuracy of object recognition. The invention also provides an image recognition system.

【技术实现步骤摘要】
【国外来华专利技术】图像识别系统
本专利技术涉及光学图像处理
，尤其涉及一种图像识别系统。
技术介绍
现有的科学研究表明，人类的学习和认知活动有80％～85％是通过视觉完成的。在人工智能领域，计算机视觉也是一个非常重要的研究方向。1963年在麻省理工学院读书的拉里：罗伯茨(LarryRoberts)在博士毕业论文《MachinePerceptionofThree-DimensionalSolids》中提出边缘是用来描述物体形状的最关键信息。自此计算机视觉进入了快速发展的道路，目前主要的应用场景有：身份认证领域、安防领域，无人驾驶领域，工业检测领域等。以上种种应用都需要计算机视觉具有高准确率的物体识别能力。物体识别过程可分为：图像采集，特征提取，分类器分类，分类结果。目前图像采集主要是用普通的成像系统将三维图像信息投影成二维彩色图片，这样就丢失了实际物体的第三维信息，也就是没有了深度纵向信息，计算机最终得到的只是平面图像上的特征区别。也有少部分方法将物体进行三维图像重构再进行识别，比如：探针法，直接用探针在物体表面进行定点，这种方法效率低，而且会破坏物体本身；双目视觉法，通过三角形原理计算物体距离，本文档来自技高网...

【技术保护点】
1.一种图像识别系统，包括多视角成像模组、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述多视角成像模组包括：镜头；感光元件；设置于所述镜头与所述感光元件之间，且位于所述镜头的成像侧的焦平面上的微透镜阵列，所述微透镜阵列包括多个阵列排布的微透镜；其中，被成像的物体的光线通过所述镜头从不同方向分别投射到所述微透镜阵列的所述多个微透镜上，经由所述多个微透镜分别折射后，入射到所述感光元件的不同感光区域，形成多幅不同角度的被成像的物体的影像信息；所述处理器执行所述计算机程序时实现如下所述的图像识别方法的步骤：反复采集所述多视角成像模组针对被识别物体的单一视角进行...

【技术特征摘要】
【国外来华专利技术】1.一种图像识别系统，包括多视角成像模组、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述多视角成像模组包括：镜头；感光元件；设置于所述镜头与所述感光元件之间，且位于所述镜头的成像侧的焦平面上的微透镜阵列，所述微透镜阵列包括多个阵列排布的微透镜；其中，被成像的物体的光线通过所述镜头从不同方向分别投射到所述微透镜阵列的所述多个微透镜上，经由所述多个微透镜分别折射后，入射到所述感光元件的不同感光区域，形成多幅不同角度的被成像的物体的影像信息；所述处理器执行所述计算机程序时实现如下所述的图像识别方法的步骤：反复采集所述多视角成像模组针对被识别物体的单一视角进行成像得到的多幅不同角度的被识别物体的影像信息；将每次采集到的所述多幅不同角度的被识别物体的影像信息的集合作为样本训练数据，基于卷积神经网络模型的进行训练，得到目标模型；将通过所述多视角成像模组获取待识别物体经成像后得到的多幅不同角度的待识别物体的影像信息带入所述目标模型，以对所述待识别物体进行图像识别。2.根据权利要求1所述的图像识别系统，其特征在于，所述微透镜阵列中的所述多个微透镜的结构为选自以下结构中的一种：所述多个微透镜的透镜形状与大小相同、焦距相同且固定；所述多个微透镜的透镜形状与大小各不相同、所述多个微透镜的透镜焦距各不相同且固定；所述多个微透镜的透镜形状与大小相同、焦距可调；所述多个微透镜的透镜形状与大小各不相同、焦距可调。3.根据权利要求1所述的图像识别系统，其特征在于，所述微透镜阵列中的所述多个微透镜以均匀分布或者非均匀的方式分布在透明结构上；所述透明结构为凸面透明结构、凹面透明结构或者平面透明结构。4.根据权利要求1所述的图像识别系统，其特征在于，所述微透镜阵列为一次成像微透...

【专利技术属性】
技术研发人员：王星泽，
申请(专利权)人：合刃科技深圳有限公司，
类型：发明
国别省市：广东,44