【技术实现步骤摘要】
本专利技术属于图片处理，特别涉及一种基于人工智能的图片识别裁剪系统及方法。
技术介绍
1、现阶段，很多公司在面对业务型系统开发的过程中，在pc端、移动端(包括app/小程序/h5等)等多端场景中需要访问不同尺寸、质量的图片资源，传统的开发模式中会涉及到上传图片附件时裁剪、压缩成不同的图片、前端与后端开发和联调、测试时根据不同业务制定读取不同尺寸、压缩比的图片，整个环节中需要参与和协同的人员和技术工种众多(前端工程师、后端文件存储服务)，而且整个过程往往缺乏统一的技术标准(比如不同长宽比图片裁剪算法、压缩比例等)，工具化、智能化程度较低，各部分之间协同效率低下，导致交付周期过长和质量、兼容性不高，无法快速高效响应业务和客户需求。
技术实现思路
1、本专利技术的目的在于克服现有技术中存在的缺陷，提供一种基于人工智能的图片识别裁剪系统。
2、本专利技术的第一方面，提供了一种基于人工智能的图片识别裁剪系统，包括：
3、显著区域检测模块：用于对原始图片进行显著区域检测、标记，...
【技术保护点】
1.一种基于人工智能的图片识别裁剪系统，其特征在于，包括：
2.根据权利要求1所述的一种基于人工智能的图片识别裁剪系统，其特征在于，所述显著区域检测模块包括关键特征信息检测器，所述关键特征信息检测器基于梯度方向直方图和支持向量机对原始图片进行预检测得到具有边界裁剪框的预检测图片，再通过MTCNN模型对所述预检测图片进行调优，完成所述预检测图片关键特征信息的标记，得到包含关键特征信息轮廓的二维矩阵。
3.根据权利要求2所述的一种基于人工智能的图片识别裁剪系统，其特征在于，所述MTCNN模型包括三个网络：Proposal Network、Refin...
【技术特征摘要】
1.一种基于人工智能的图片识别裁剪系统，其特征在于，包括：
2.根据权利要求1所述的一种基于人工智能的图片识别裁剪系统，其特征在于，所述显著区域检测模块包括关键特征信息检测器，所述关键特征信息检测器基于梯度方向直方图和支持向量机对原始图片进行预检测得到具有边界裁剪框的预检测图片，再通过mtcnn模型对所述预检测图片进行调优，完成所述预检测图片关键特征信息的标记，得到包含关键特征信息轮廓的二维矩阵。
3.根据权利要求2所述的一种基于人工智能的图片识别裁剪系统，其特征在于，所述mtcnn模型包括三个网络：proposal network、refine network和output network，所述proposal network用于候选框生成、所述refine network用于候选框优化，所述outputnetwork用于关键点检测；
...
【专利技术属性】
技术研发人员：高峰，王随涛，张翼，
申请(专利权)人：西安奇点能源股份有限公司，
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。