【技术实现步骤摘要】
本专利技术涉及图像识别，具体为基于深度学习的智能图像识别系统。
技术介绍
1、随着社会的发展和进步，图像识别的技术也越发的先进，应用也十分的广泛，图像识别是通过拍摄物件的图像，并从所获取的物件图像中识别出物件的特征，主要用于从物件图像中提取重要部分的特征，通过识别机构对其进行判定所提取的特征是否与保存的信息是否一致，由此来进行对其图像的识别认证。
2、现有的图像识别的技术在图像修复过程中较为笼统的对图像进行修复，从而导致图像修复效率较低，在修复过程中，难以对图像进行计算分析，容易导致图像修复区域发生重复，从而导致图像修复资源的浪费，在存储图像时容易导致图像存储混乱，难以查找，存储器缺少防护措施容易导致图像泄漏，对使用者造成一定的经济损失，因此提出了基于深度学习的智能图像识别系统，来解决这个问题。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了基于深度学习的智能图像识别系统，具备更好更快的对图像进行修复以及便于查找图像等优点，解决了现...
【技术保护点】
1.基于深度学习的智能图像识别系统，包括中央处理器，其特征在于：所述中央处理器的输入端与图像分析模块的输出端电连接，所述图像分析模块的输入端与图像采集模块的输出端电连接，所述中央处理器的输出端与存储模块电连接，所述中央处理器的输出端与图像修复模块的输入端电连接，所述中央处理器的输出端与查询模块的输入端电连接，所述查询模块的输出端与显示模块的输入端电连接。
2.根据权利要求1的基于深度学习的智能图像识别系统，其特征在于：所述图像采集模块包括图像采集工具和图像传输工具，所述图像采集工具包括红外线探测装置和图像扫描装置，所述红外线探测装置用于对图像进行探测检查，...
【技术特征摘要】
1.基于深度学习的智能图像识别系统，包括中央处理器，其特征在于：所述中央处理器的输入端与图像分析模块的输出端电连接，所述图像分析模块的输入端与图像采集模块的输出端电连接，所述中央处理器的输出端与存储模块电连接，所述中央处理器的输出端与图像修复模块的输入端电连接，所述中央处理器的输出端与查询模块的输入端电连接，所述查询模块的输出端与显示模块的输入端电连接。
2.根据权利要求1的基于深度学习的智能图像识别系统，其特征在于：所述图像采集模块包括图像采集工具和图像传输工具，所述图像采集工具包括红外线探测装置和图像扫描装置，所述红外线探测装置用于对图像进行探测检查，然后传输到图像扫描装置对图像信息进行扫描，然后将扫描结果传输到图像传输工具，经由图像传输工具传输到图像分析模块。
3.根据权利要求1的基于深度学习的智能图像识别系统，其特征在于：所述图像分析模块包括图像分析器，所述图像分析器对传输的图像进行分析，首先将图像分为完好图像与破损图像，再将破损图像以破损区域为中心进行三级划分，通过破损区域中正常像素点和缺失像素点的个数比例来确定优先级，然后传输到中央处理器，所述中央处理器将完好图像传输到存储模块进行存储，再将破损图像传输到图像修复模块进行修复。
4.根据权利要求1的基...
【专利技术属性】
技术研发人员：邹双，冯强，丁杰，
申请(专利权)人：四川宏图智慧科技有限公司，
类型：发明
国别省市：
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。