基于深度神经网络的数据鉴定系统技术方案

本发明专利技术涉及一种基于深度神经网络的数据鉴定系统，所述系统包括：内容分离机构，用于获取待分析画面的各个像素点分别对应的各个像素值；梯度判断机构，用于解析待分析画面中每一个像素点的像素值梯度；对象检测机构，用于检测待分析画面中存在的对象数量；畸变检测器件，用于基于待分析画面的各个像素点分别对应的各个像素值、各个像素值梯度以及存在的对象数量检测待分析画面的畸变等级。本发明专利技术的基于深度神经网络的数据鉴定系统结构紧凑、应用广泛。能够基于画面的各个像素点分别对应的各个像素值、各个像素值梯度以及存在的对象的数量直接鉴别画面的畸变程度，从而有效替换了原本复杂、冗余的几何特征的画面信号处理。冗余的几何特征的画面信号处理。冗余的几何特征的画面信号处理。

【技术实现步骤摘要】
基于深度神经网络的数据鉴定系统


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于深度神经网络的数据鉴定系统。

技术介绍

[0002]人工智能(Artificial Intelligence)，英文缩写为AI，是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)，也被认为是二十一世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。
[0003]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度神经网络的数据鉴定系统，其特征在于，所述系统包括：内容分离机构，用于获取待分析画面，获取所述待分析画面的各个像素点分别对应的各个像素值，所述待分析画面的各个像素点分别对应的各个像素值为YUV空间下的各个Y分量数值、YUV空间下的各个U分量数值或者YUV空间下的各个V分量数值；梯度判断机构，与所述内容分离机构连接，用于基于所述待分析画面的各个像素点分别对应的各个像素值解析所述待分析画面中每一个像素点的像素值梯度；对象检测机构，用于获取待分析画面，并检测所述待分析画面中存在的对象的数量，所述对象占据的图像分块为所述待分析画面中占据像素点数量超过设定数量限量且与背景区域不同的图像区域；畸变检测器件，分别与所述内容分量机构、所述梯度判断机构以及所述对象检测机构连接，用于基于所述待分析画面的各个像素点分别对应的各个像素值、所述待分析画面中各个像素点分别对应的各个像素值梯度以及所述待分析画面中存在的对象的数量检测所述待分析画面的畸变等级；其中，基于所述待分析画面的各个像素点分别对应的各个像素值、所述待分析画面中各个像素点分别对应的各个像素值梯度以及所述待分析画面中存在的对象的数量检测所述待分析画面的畸变等级包括：采用深度神经网络以基于所述待分析画面的各个像素点分别对应的各个像素值、所述待分析画面中各个像素点分别对应的各个像素值梯度以及所述待分析画面中存在的对象的数量智能检测所述待分析画面的畸变等级。2.如权利要求1所述的基于深度神经网络的数据鉴定系统，其特征在于，所述系统还包括：采用深度神经网络以基于所述待分析画面的各个像素点分别对应的各个像素值、所述待分析画面中各个像素点分别对应的各个像素值梯度以及所述待分析画面中存在的对象的数量智能检测所述待分析画面的畸变等级包括：所述深度神经网络的各项输入信息为所述待分析画面的各个像素点分别对应的各个像素值、所述待分析画面中各个像素点分别对应的各个像素值梯度以及所述待分析画面中存在的对象的数量。3.如权利要求2所述的基于深度神经网络的数据鉴定系统，其特征在于：采用深度神经网络以基于所述待分析画面的各个像素点分别对应的各个像素值、所述待分析画面中各个像素点分别对应的各个像素值梯度以及所述待分析画面中存在的对象的数量智能检测所述待分析画面的畸变等级还包括：所述深度神经网络的单项输出信息为所述待分析画面的畸变等级。4.如权利要求3所述的基于深度神经网络的数据鉴定系统，其特征在于：采用深度神经网络以基于所述待分析画面的各个像素点分别对应的各个像素值、所述待分析画面中各个像素点分别对应的各个像素值梯度以及所述待分析画面...

【专利技术属性】
技术研发人员：朱林清，
申请(专利权)人：朱林清，
类型：发明
国别省市：