【技术实现步骤摘要】
本地服务器、影像辨识系统及其更新方法
本专利技术的实施例是关于一种影像辨识系统及其更新方法。更具体而言,本专利技术的实施例是关于具有包含云端服务器与本地服务器的架构的影像辨识系统及其更新方法。
技术介绍
在人工智慧(AI)的影像辨识的
中,物件辨识(Objectrecognition)系指当接收一影像,通过已预先训练的影像辨识模型来侦测出该影像中的物件以及每一个物件分别对应的类别。在进行上述物件辨识时,一影像所对应的场域往往会影响在该影像中出现的物件种类。以交通相关物件的辨识为例,若一摄影机取得的影像对应场域为「工业区的车道」,则该些影像较容易出现为属于类别为「卡车」的物件,若另一摄影机所取得的影像的对应场域为「公路」,则该些影像较容易出现为属于类别为「轿车」或「机车」的物件,而若又一摄影机取得的影像的对应场域为「人行道」,则该些影像较容易出现为属于类别为「行人」的物件。在现行的影像辨识技术中,仅采用一般预先训练的影像辨识模型来辨识各种不同场域的影像。例如,一影像辨识模型被训练完成后,直接被应用以辨识多种场域的影像。在此情况下,因不同场域的影像具有不同的特性(例如:影像中常出现的物件类别,或影像的背景特征、杂讯特征),故辨识效果或精准度不一。某些场域的影像会不利于该影像辨识模型的辨识(例如:场域为「天桥下」的影像普遍亮度较低,或场域为「马路口」的影像的光线变化大),使得该影像辨识模型在辨识该些场域的影像时无法产生高可靠性的辨识结果。因此,针对不同的场域特性来进行影像辨识模型的训练与更新, ...
【技术保护点】
1.一种影像辨识系统,其特征在于,包含:/n一云端服务器,用以存储一云端辨识模型;/n一本地服务器,电性连接至该云端服务器,用以:/n存储一本地辨识模型;/n通过该本地辨识模型辨识一影像,以产生一本地辨识结果,其中该影像对应至一场域,该影像包含至少一物件,且该本地辨识结果包含各该至少一物件分别对应至多类别的一本地类别信心分数;/n针对各该至少一物件,根据该场域以及对应的该多本地类别信心分数计算一本地乱度指标;以及/n根据该影像的该至少一本地乱度指标,决定传送该影像至该云端服务器;/n其中,该云端服务器接收该影像后,通过该云端辨识模型辨识该影像,以产生一云端辨识结果,并根据该云端辨识结果更新该本地辨识模型。/n
【技术特征摘要】
20191029 TW 1081390581.一种影像辨识系统,其特征在于,包含:
一云端服务器,用以存储一云端辨识模型;
一本地服务器,电性连接至该云端服务器,用以:
存储一本地辨识模型;
通过该本地辨识模型辨识一影像,以产生一本地辨识结果,其中该影像对应至一场域,该影像包含至少一物件,且该本地辨识结果包含各该至少一物件分别对应至多类别的一本地类别信心分数;
针对各该至少一物件,根据该场域以及对应的该多本地类别信心分数计算一本地乱度指标;以及
根据该影像的该至少一本地乱度指标,决定传送该影像至该云端服务器;
其中,该云端服务器接收该影像后,通过该云端辨识模型辨识该影像,以产生一云端辨识结果,并根据该云端辨识结果更新该本地辨识模型。
2.如权利要求1的影像辨识系统,其特征在于,该本地服务器还用以通过一摄影机撷取该影像,且该本地服务器还用以根据该影像的至少一影像信息决定该影像所对应的该场域。
3.如权利要求1的影像辨识系统,其特征在于,当该本地服务器判断该至少一本地乱度指标的任一个大于一第一门槛值,则决定传送该影像至该云端服务器。
4.如权利要求1的影像辨识系统,其特征在于,基于该场域,各该多类别对应至一场域类别参数,且针对各该至少一物件,该本地服务器是执行以下运作,以计算出该本地乱度指标:
针对各该多类别,计算相应的该场域类别参数、该本地类别信心分数、以及该本地类别信心分数的对数的一乘积,并计算该多乘积的一总和的负值,以获得该本地乱度指标。
5.如权利要求1的影像辨识系统,其特征在于,:
该云端服务器还用以存储与该本地辨识模型相同的一镜像辨识模型;且
该云端服务器使用该云端辨识结果重新训练该镜像辨识模型,以更新该镜像辨识模型,并将更新后的该镜像辨识模型部署至该本地服务器,以更新该本地辨识模型。
6.如权利要求1的影像辨识系统,其特征在于,云端辨识结果包含各该至少一物件分别对应至该多类别的一云端类别信心分数,且该云端服务器还用以:
针对各该至少一物件,根据对应的该多云端类别信心分数计算一云端乱度指标;以及
根据该影像的该至少一云端乱度指标,决定传送该影像至一专家系统,并根据该专家系统提供的一专家辨识结果更新该云端辨识模型以及该本地辨识模型。
7.如权利要求6的影像辨识系统,其特征在于,当该云端服务器判断该至少一云端乱度指标的任一个大于一第二门槛值,则决定传送该影像至该专家系统。
8.如权利要求6的影像辨识系统,其特征在于,该云端服务器是执行以下运作,以计算出该云端乱度指标:
针对各该多类别,计算相应的该云端类别信心分数以及该云端类别信心分数的对数的一乘积,并计算该多乘积的一总和的负值,以获得该云端乱度指标。
9.一种影像辨识系统更新方法,适用于一影像辨识系统,其特征在于,该影像辨识系统包含互相电性连接的一云端服务器与一本地服务器,该云端服务器存储一云端辨识模型,该本地服务器存储一本地辨识模型,该影像辨识系统更新方法包含:
由该本地服务器,通过该本地辨识模型辨识一影像,以产生一本地辨识结果,其中该影像对应至一场域,该影像包含至少一物件,且该本地辨识结果包含各该至少一物件分别对应至多类别的一本地类别信心分数;
由该本地服务器,针对各该至少一物件,根据该场域以及对应的该多本地类别信心分数计算一本地乱度指标;
由该本地服务器,根据该影像的该至少一本地乱度指标,决定传送该影像至该云端服务器;以及
由该云端服务器,通过该云端辨识模型辨识该影像,以产生一云端辨识结果,并根据该云端辨识结果更新该本地辨...
【专利技术属性】
技术研发人员:陈彦宏,
申请(专利权)人:财团法人资讯工业策进会,
类型:发明
国别省市:中国台湾;71
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。