(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210396133.X (22)申请日 2022.04.15 (71)申请人 江苏和瑞智能科技股份有限公司 地址 210000 江苏省南京市 鼓楼区新模范 马路5号南京工业大学科技创新楼 B108 (72)发明人 张振华　周岳　魏程凯　周游　 郭孔诚　张凡　朱倩　 (74)专利代理 机构 北京太兆天元知识产权代理 有限责任公司 1 1108 专利代理师 张洪年 (51)Int.Cl. G06F 16/23(2019.01) G06F 16/2458(2019.01) G06V 10/774(2022.01)G06V 10/74(2022.01) G06N 20/00(2019.01) (54)发明名称 一种工况 下采集图片的筛 选方法 (57)摘要 本发明涉及人工智能领域， 特别是涉及人工 智能在识别领域的应用， 更为具体的说是涉及一 种工况下采集图片的筛选方法， 通过相似度阈值 Th1和特征量门槛阈值Th2可以实现工况图片的 高效筛选， 将符合样本图片质量的图片直接更新 至样本库， 从而省去了运维人员的采集工作， 不 仅减少了运维人员的工作量， 而且 可以有效避免 更新任务积压。 同时， 通过车轮PK， 筛选 出最优的 工况图片作为样本库样本图片。 权利要求书1页 说明书4页 CN 114817281 A 2022.07.29 CN 114817281 A 1.一种工况 下采集图片的筛 选方法， 其特 征在于， 包括以下步骤： S1： 搜索所有识别任务中含有 待替换的样本图片的识别任务， 排序； S2： 按序提取识别任务中所拍摄到的对应待替换图片的工况图片的特征， 并计算工况 下拍摄到的工况图片与其对应的待替换的样本库中的样本图片之 间的相似度， 并将相似度 结果与相似度阈值Th1进行比较， 并按照如下 方式进行处 理； 2‑1： 如果相似度大于或等于设定的相似度阈值Th1， 则进一步统计工况图片中的特征 量， 并将特 征量与特 征量门槛阈值Th2进行比较； a.如果特征量≥特征量门槛阈值Th2， 则用该工况图片替代样本库中原样本图片， 作 为 新的样本图片； b.如果特 征量＜特 征量门槛阈值Th2， 则抛 弃该工况图片； 2‑2： 如果相似度小于设定的相似度阈值Th1， 则将该工况图片推送至运维人员处， 请求 人工介入； a.如果判断认为该工况图片相似度低为包装显著改动所致， 则确认将该工况图片替代 样本库中原样本图片， 作为 新的样本图片； b.如果判断认为非包装显著改动所致， 则人工采集， 并将采集后的样本图片更新入样 本库中， 作为 新的样本图片； S3： 按照S2中的方法， 依S1中的序列尝试 所有的工况图片； S4： 获得更新后的样本库。 2.根据权利要求1所述的工况下采集图片的筛选方法， 其特征在于， 所述相似度阈值 Th1通过以下 方式获得： X1： 搜索所有识别任务中含有待替换的样本图片的识别任务， 分别建立待替换图片各 工况下所拍摄图片的样本特征分布曲线Tn(n＝1,2,3， ……n为整数)以及原始预设在系统 中样本图片的样本特 征分布曲线 T0； X2： 计算Tn与T0的相似度； X3： 根据X2中获得的各相似度值， 取均值， 作为相似度阈值Th1。 3.根据权利要求2所述的工况下采集图片的筛选方法， 其特征在于， X2中采用余弦相似 度算法得到Tn与T0的相似度。 4.根据权利要求2或3所述的工况下采集图片的筛选方法， 其特征在于， 通过不同类别 样品的Tn与T0的相似度， 利用机器学习获得一个适用于所有类别样品的综合相似度阈值 Th1(普)。 5.根据权利要求1所述的工况下采集图片的筛选方法， 其特征在于， 特征量门槛阈值 Th2＝样本库原样本图片特 征量×80％。 6.根据权利要求1所述的工况下采集图片的筛选方法， 其特征在于， 特征量门槛阈值 Th2通过机器学习获得。权　利　要　求　书 1/1 页 2 CN 114817281 A 2一种工况下采集图片的筛选方 法 技术领域 [0001]本发明涉及人工智能领域， 特别是涉及人工智能在识别领域的应用， 更为具体的 说是涉及一种工况 下采集图片的筛 选方法。 背景技术 [0002]人工智能识别是人工智能的一个重要应用方向。 在人工智能识别过程中， 通过将 采样到的样本与标准库中的样本进行比对， 从而根据比对的相似度结果判断是否与标准库 中的样本一 致， 进而给出该采样样本的识别结果。 [0003]根据上述过程描述可以看到， 用于比对的标准库中的样本对于识别结果的准确度 具有重大影响。 [0004]目前的应用场景下， 样本库 中的样本多为人工预设在识别系统中。 为了保证识别 的准确度， 样本需要运 维人员在特定的拍照条件下进 行采集， 采集条件较识别工况下高， 譬 如要求有合 适的光照、 合 适的角度、 合 适的对焦距离等。 [0005]随着智能识别领域的不断扩大， 目前在药房领药等流程中也在 开展自动化智能识 别核对。 但是与以往的应用场景不同， 在医药领域， 由于药品厂家众多， 且药品的新增品规 和药品包装更换无固定时间， 无法一一对接获取， 因此会产生更多的需要替换样本库中样 本图片的需要。 [0006]目前这一问题主要靠运维人员根据已知的需要更替的样本图片信息， 在特定环境 条件下采集 获得， 这一操作不仅增加了运 维人员的工作量， 而且在更新集中， 待 更新量较大 的情况下也会造成样本库图片更新任务积压， 从而降低了自动识别的工作效率。 发明内容 [0007]本发明所要解决的技术问题是， 如何有效筛选工况中采集到的图片作为样本库中 的更新后的样本图片， 使其满足样本库中样本图片的条件， 从而减少运 维人员的工作量， 并 借助计算机技 术， 提高更替效率， 避免更替任务积压 。 [0008]为了解决上述技术问题， 本发明公开了一种工况下采集图片的筛选方法， 包括以 下步骤： [0009]S1： 搜索所有识别任务中含有 待替换的样本图片的识别任务， 排序； [0010]S2： 按序提取识别任务中所拍摄到 的对应待替换图片的工况 图片的特征， 并计算 工况下拍摄到的工况图片与其对应的待替换的样本库中的样本图片之 间的相似度， 并将相 似度结果与相似度阈值Th1进行比较， 并按照如下 方式进行处 理； [0011]2‑1： 如果相似度大于或等于设定的相似度阈值Th1， 则进一步统计工况图片中的 特征量， 并将特 征量与特 征量门槛阈值Th2进行比较； [0012]a.如果特征量≥特征量门槛阈值Th2， 则用该工况图片 替代样本库中原样本图片， 作为新的样本图片； [0013]b.如果特 征量＜特 征量门槛阈值Th2， 则抛 弃该工况图片；说　明　书 1/4 页 3 CN 114817281 A 3