【技术实现步骤摘要】
本专利技术涉及图像识别训练，尤其涉及一种显著性检测图像识别训练装置及其训练方法。
技术介绍
1、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，特别是无人货架、智能零售柜等无人零售领域，图像的传统识别流程分为四个步骤：图像采集→图像预处理→特征提取→图像识别。图像识别软件国外代表的有康耐视等，国内代表的有图智能、海深科技等。另外在地理学中指将遥感图像进行分类的技术；
2、现有技术中，图像识别装置没有考虑到不同样本之间的差异性，在对图像进行识别时会出现识别不准确的问题，因此我们提出了一种显著性检测图像识别训练装置及其训练方法，用来解决上述问题。
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在图像识别装置没有考虑到不同样本之间的差异性，在对图像进行识别时会出现识别不准确的问题的缺点，而提出的一种显著性检测图像识别训练装置及其训练方法。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种显著性检测图像识别训练装置，包括假设模块、检验统计量模块、图像样本收集模块、样本观察值计算模块、数值确定模块、检验统计量值计算模块、检验决策模块、显著性差异分析模块、识别模块、优化模块、判断模块、显示模块和存储模块，所述假设模块与检验统计量模块
4、优选的，所述数值确定模块包括显著水平单元，显著水平单元连接有临界值确定单元，临界值确定单元连接有拒绝域确定单元，拒绝域确定单元连接有输出单元。
5、优选的，所述显著性差异分析模块包括识别单元，识别单元连接有对比单元，对比单元连接有差异分析单元，差异分析单元连接有传输单元。
6、优选的，所述优化模块包括接收单元，接收单元连接有优化方案确定单元，优化方案确定单元连接有优化方案执行单元，优化方案执行单元连接有连接单元。
7、优选的，所述假设模块用于对图像识别提出假设，检验统计量模块用于构造检验统计量，图像样本收集模块用于收集样本数据。
8、优选的，所述样本观察值计算模块用于计算检验统计量的样本观察值，数值确定模块用于根据所提出的显著水平，确定临界值和拒绝域，检验统计量值计算模块用于计算检验统计量的值，检验决策模块用于作出检验决策，假设模块提出的假设与检验决策模块做出的决策传输至显著性差异分析模块。
9、优选的，所述显著性差异分析模块对接收的假设与决策进行比较分析，将分析数据传输至判断模块，判断模块用于对接收的比较数据进行判断，判断假设与决策是否有显著性差异。
10、优选的，所述优化模块用于在存在显著性差异时，提出优化方案，对识别模块进行优化。
11、优选的，所述显示模块用于对判断模块的判断结果进行显示，存储模块用于对判断结果进行存储。
12、本专利技术还提出了一种显著性检测图像识别训练装置的训练方法，包括以下步骤：
13、s1、通过假设模块对图像识别结果提出假设，检验统计量模块构造检验统计量，图像样本收集模块收集样本数据；
14、s2、样本观察值计算模块计算检验统计量的样本观察值，数值确定模块根据所提出的显著水平，确定临界值和拒绝域，检验统计量值计算模块计算检验统计量的值，检验决策模块作出检验决策，假设模块提出的假设与检验决策模块做出的决策传输至显著性差异分析模块；
15、s3、显著性差异分析模块对接收的假设与决策进行比较分析，将分析数据传输至判断模块，判断模块对接收的比较数据进行判断，判断假设与决策是否有显著性差异；
16、s4、优化模块用于在存在显著性差异时，提出优化方案，对识别模块进行优化，显示模块对判断模块的判断结果进行显示，存储模块对判断结果进行存储。
17、本专利技术中，所述一种显著性检测图像识别训练装置及其训练方法的有益效果：
18、本专利技术通过假设模块对图像识别结果提出假设，检验统计量模块构造检验统计量，图像样本收集模块收集样本数据，样本观察值计算模块计算检验统计量的样本观察值，数值确定模块根据所提出的显著水平，确定临界值和拒绝域，检验统计量值计算模块计算检验统计量的值，检验决策模块作出检验决策，假设模块提出的假设与检验决策模块做出的决策传输至显著性差异分析模块；
19、显著性差异分析模块对接收的假设与决策进行比较分析，将分析数据传输至判断模块，判断模块对接收的比较数据进行判断，判断假设与决策是否有显著性差异，优化模块用于在存在显著性差异时，提出优化方案，对识别模块进行优化，显示模块对判断模块的判断结果进行显示，存储模块对判断结果进行存储；
20、本专利技术通过显著性检测，可以对识别模块进行优化，提高识别的准确性。
本文档来自技高网...【技术保护点】
1.一种显著性检测图像识别训练装置，包括假设模块、检验统计量模块、图像样本收集模块、样本观察值计算模块、数值确定模块、检验统计量值计算模块、检验决策模块、显著性差异分析模块、识别模块、优化模块、判断模块、显示模块和存储模块，其特征在于，所述假设模块与检验统计量模块、显著性差异分析模块连接，检验统计量模块与图像样本收集模块，图像样本收集模块与样本观察值计算模块连接，样本观察值计算模块与数值确定模块连接，数值确定模块与检验统计量值计算模块连接，检验统计量值计算模块与检验决策模块连接，检验决策模块与显著性差异分析模块连接，显著性差异分析模块与判断模块连接，判断模块与优化模块和显示模块连接，显示模块与存储模块连接，优化模块与识别模块连接，识别模块与图像样本收集模块连接。
2.根据权利要求1所述的一种显著性检测图像识别训练装置，其特征在于，所述数值确定模块包括显著水平单元，显著水平单元连接有临界值确定单元，临界值确定单元连接有拒绝域确定单元，拒绝域确定单元连接有输出单元。
3.根据权利要求2所述的一种显著性检测图像识别训练装置，其特征在于，所述显著性差异分析模块包括
4.根据权利要求3所述的一种显著性检测图像识别训练装置，其特征在于，所述优化模块包括接收单元，接收单元连接有优化方案确定单元，优化方案确定单元连接有优化方案执行单元，优化方案执行单元连接有连接单元。
5.根据权利要求4所述的一种显著性检测图像识别训练装置，其特征在于，所述假设模块用于对图像识别提出假设，检验统计量模块用于构造检验统计量，图像样本收集模块用于收集样本数据。
6.根据权利要求5所述的一种显著性检测图像识别训练装置，其特征在于，所述样本观察值计算模块用于计算检验统计量的样本观察值，数值确定模块用于根据所提出的显著水平，确定临界值和拒绝域，检验统计量值计算模块用于计算检验统计量的值，检验决策模块用于作出检验决策，假设模块提出的假设与检验决策模块做出的决策传输至显著性差异分析模块。
7.根据权利要求6所述的一种显著性检测图像识别训练装置，其特征在于，所述显著性差异分析模块对接收的假设与决策进行比较分析，将分析数据传输至判断模块，判断模块用于对接收的比较数据进行判断，判断假设与决策是否有显著性差异。
8.根据权利要求7所述的一种显著性检测图像识别训练装置，其特征在于，所述优化模块用于在存在显著性差异时，提出优化方案，对识别模块进行优化。
9.根据权利要求8所述的一种显著性检测图像识别训练装置，其特征在于，所述显示模块用于对判断模块的判断结果进行显示，存储模块用于对判断结果进行存储。
10.一种显著性检测图像识别训练装置的训练方法，所述一种显著性检测图像识别训练装置为权利要求1-9任一项所述的一种显著性检测图像识别训练装置，其特征在于，包括以下步骤：
...【技术特征摘要】
1.一种显著性检测图像识别训练装置，包括假设模块、检验统计量模块、图像样本收集模块、样本观察值计算模块、数值确定模块、检验统计量值计算模块、检验决策模块、显著性差异分析模块、识别模块、优化模块、判断模块、显示模块和存储模块，其特征在于，所述假设模块与检验统计量模块、显著性差异分析模块连接，检验统计量模块与图像样本收集模块，图像样本收集模块与样本观察值计算模块连接，样本观察值计算模块与数值确定模块连接，数值确定模块与检验统计量值计算模块连接，检验统计量值计算模块与检验决策模块连接，检验决策模块与显著性差异分析模块连接，显著性差异分析模块与判断模块连接，判断模块与优化模块和显示模块连接，显示模块与存储模块连接，优化模块与识别模块连接，识别模块与图像样本收集模块连接。
2.根据权利要求1所述的一种显著性检测图像识别训练装置，其特征在于，所述数值确定模块包括显著水平单元，显著水平单元连接有临界值确定单元，临界值确定单元连接有拒绝域确定单元，拒绝域确定单元连接有输出单元。
3.根据权利要求2所述的一种显著性检测图像识别训练装置，其特征在于，所述显著性差异分析模块包括识别单元，识别单元连接有对比单元，对比单元连接有差异分析单元，差异分析单元连接有传输单元。
4.根据权利要求3所述的一种显著性检测图像识别训练装置，其特征在于，所述优化模块包括接收单元，接收单元连接有优化方案确定单元，优化方案确定单元连接有优化方案执行单元，优化方案...
【专利技术属性】
技术研发人员：刘宁，刘伟东，徐文瀚，白云灿，郭峻菘，郭晓冰，杨丰恺，周立存，高申坤，胡伟，田茂杰，李致东，
申请(专利权)人：国网电力空间技术有限公司，
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。