说明:收录25万 73个行业的国家标准 支持批量下载
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(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 202210667889.3 (22)申请日 2022.06.14 (71)申请人 杭州原数 科技有限公司 地址 311121 浙江省杭州市余杭区仓前街 道向往街10 08号10幢401室 (72)发明人 杨利 (74)专利代理 机构 杭州华知专利事务所(普通 合伙) 33235 专利代理师 束晓前 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/33(2019.01) G06V 10/764(2022.01) (54)发明名称 一种文物智能识别方法、 系统及可读存储介 质 (57)摘要 本申请实施例提供的一种文物智能识别方 法、 系统及可读存储介质, 该方法包括获取用于 反映文物的历史积淀以及现代实践场景的文物 记录数据, 并基于文物记录数据生成文物知 识图 谱; 基于采集到的且包含文物主体目标的文物采 集图像进行特征提取, 得到表征文物主体目标特 征的特征数据; 将特征数据与预设图像数据库中 记录的且与文物主体特征相适应的分类数据进 行关联匹配, 得到用于进行文物识别的文物分类 信息; 基于得到的文物识别结果, 从文物知识图 谱中进行文物关联信息的查询以及反馈。 该方法 的实施能够提高文物 识别效率以及识别准确度。 权利要求书2页 说明书8页 附图3页 CN 115238081 A 2022.10.25 CN 115238081 A 1.一种文物智能识别方法, 其特 征在于, 包括以下步骤: 获取用于反映文物的历史积淀以及现代实践场景的文物记录数据, 并基于所述文物记 录数据生成文物知识图谱; 基于采集到的且包含文物主体目标的文物采集图像进行特征提取, 得到表征文物主体 目标特征的特征数据; 将所述特征数据与预设图像数据库中记录的且与文物主体特征相适应的分类数据进 行关联匹配, 得到用于进行文物 识别的文物分类信息; 基于得到的文物识别结果, 从所述文物知识图谱中进行文物关联信息的查询以及反 馈。 2.根据权利要求1所述的方法, 其特征在于, 所述文物记录数据包括存储在第 三方数据 库中的结构化数据、 以及由文物的文本描述数据、 音频数据和图片数据组成的非结构化数 据中的至少一种; 所述基于所述文物 记录数据生成文物知识图谱, 包括: 对所述文物记录数据进行数据 预处理, 得到相应的预处理数据, 其中, 采用的数据 预处 理方式包括用于对具备不同数据类型的数据进 行融合、 以及链接的数据融合处理方式和数 据链接处 理方式; 基于所述预处理数据, 依据文物知识图谱模型、 并采用相应的规则和结构生成文物知 识图谱。 3.根据权利要求2所述的方法, 其特征在于, 在对所述文物记录数据进行数据 预处理之 前, 所述方法还 包括; 针对所述结构化数据, 在确定记录文物信息的目标字段定义不同时, 依照文物领域的 元数据规定的本体和概念进行 数据对齐; 针对所述非结构化数据, 基于其中包括的文本、 音频和图片信 息进行实体抽取、 关系抽 取和属性抽取, 产生文物知识的表示。 4.根据权利要求1所述的方法, 其特征在于, 所述基于采集到的且包含文物主体目标的 文物采集图像进行 特征提取, 得到表征文物主体目标 特征的特征数据, 包括: 基于待检测的第 一文物采集图像进行文物主体目标检测, 以确定所述文物主体目标在 所述第一文物采集图像中所处的图像位置; 基于所述图像位置进行图像分割, 得到包 含所述文物主体目标的目标分割图像; 根据Harris角点检测算法, 从所述目标分割图像中检测出符合预定条件的多个目标角 点, 并根据各所述 目标角点分别对应的特征描述信息, 构建表征文物主体目标特征 的特征 数据集。 5.根据权利要求4所述的方法, 其特征在于, 所述预设图像数据库中记录的内容包括根 据已完成特征提取、 以及分类检测的第二文物采集图像所确定的 已测特征数据集, 以及与 所述已测特 征数据集之间已建立关联的文物分类信息 。 6.根据权利要求5所述的方法, 其特征在于, 所述将所述特征数据与 预设图像数据库中 记录的且与文物主体特征相适应的分类数据进 行关联匹配, 得到用于进 行文物识别的文物 分类信息包括: 获取所述表征文物主体目标特征的特征数据集、 以及预设图像数据库中记录的多个已 测特征数据集;权 利 要 求 书 1/2 页 2 CN 115238081 A 2确定所述特 征数据集与各 所述已测特 征数据集之间的Hausdorf f距离; 根据所述Hausdorff距离, 从各所述已测特征数据集中筛选出与所述特征数据集相似 度最高的目标 特征数据集; 从所述预设图像数据库中, 根据所述目标特征数据集进行分类信息的关联匹配, 得到 用于进行文物 识别的文物分类信息 。 7.根据权利要求1所述的方法, 其特征在于, 所述基于得到的文物识别结果, 从所述文 物知识图谱中进行文物关联信息的查询以及反馈, 包括: 将所述文物识别结果作为文物知识图谱的输入信 息, 并根据对所述输入信 息的事前知 识图谱描述, 进行文物关联信息的查询以及反馈, 其中, 反馈所得的文物关联信息还将用于 进一步的文物知识获取、 以及扩展功能应用。 8.一种文物智能识别系统, 其特征在于, 所述系统包括知识图谱构建模块、 特征提取模 块、 文物识别模块和文物关联信息反馈模块, 其中: 所述知识图谱构建模块, 用于获取用于反映文物的历史积淀以及 现代实践场景的文物 记录数据, 并基于所述文物记录数据生成文物知识图谱, 并基于所述文物记录数据生成文 物知识图谱; 所述特征提取模块, 用于基于采集到的且包含文物主体目标的文物采集图像进行特征 提取, 得到表征文物主体目标 特征的特征数据; 所述文物识别模块, 用于将所述特征数据与预设图像数据库中记录的且与文物主体特 征相适应的分类数据进行关联匹配, 得到用于进行文物 识别的文物分类信息; 所述文物关联信息反馈模块, 用于基于得到的文物识别结果, 从所述文物知识图谱中 进行文物关联信息的查询以及反馈 。 9.根据权利要求8所述的系统, 其特征在于, 所述文物记录数据包括存储在第 三方数据 库中的结构化数据、 以及由文物的文本描述数据、 音频数据和图片数据组成的非结构化数 据中的至少一种; 所述知识图谱构建模块还用于对所述文物记录数据进行数据预处理, 得 到相应的预处理数据, 其中, 采用的数据预处理方式包括用于对具备不同数据类型 的数据 进行融合、 以及链接的数据融合处理方式和数据 链接处理方式; 基于所述预 处理数据, 依据 文物知识图谱 模型、 并采用相应的规则和结构生成文物知识图谱。 10.一种可读存储介质, 其特征在于, 所述可读存储介质中包括文物智能识别方法程 序, 所述文物智能识别方法程序被处理器执行时, 实现如权利要求1至7中任一项所述的方 法的步骤。权 利 要 求 书 2/2 页 3 CN 115238081 A 3
专利 一种文物智能识别方法、系统及可读存储介质
文档预览
中文文档
14 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 人生无常 于
2024-03-18 10:55:12
上传分享
举报
下载
原文档
(620.7 KB)
分享
友情链接
DB22-T 1098-2018 林业有害生物调查技术规程 吉林省.pdf
GB-T 34306-2017 干旱灾害等级.pdf
GB-T 9813.3-2017 计算机通用规范 第3部分:服务器.pdf
GB-T 33009.1-2016工业自动化和控制系统网络安全集散控制系统(DCS)第1部分防护要求.pdf
GB-T 37096-2018 信息安全技术 办公信息系统安全测试规范.pdf
DB 52-T 1123-2016 贵州省 政府数据 数据分类分级指南.pdf
GB-T 22836-2008 纸浆 纤维帚化率的测定.pdf
深信服 数字化转型下医院安全运营实践 2021.pdf
DB35-T 994-2017 燃气工业锅炉节能监测方法 福建省.pdf
DB4401-T 28-2019 排水管渠维修养护技术规范 广州市.pdf
DB52-T 1636.5-2021 机关事务云 第5部分:机关运行成本管理数据 贵州省.pdf
法律法规 武汉市建筑节能与新型墙体材料应用管理条例2022-06-23.pdf
GB 22021-2008 国家大地测量基本技术规定.pdf
GB-T 42442.1-2023 智慧城市 智慧停车 第1部分:总体要求.pdf
T-XMYXH 0001—2023 厦门市医疗机构“规范药房”管理指南.pdf
GM-T 0018-2012 密码设备应用接口规范.pdf
信通院 人工智能伦理治理研究报告 2023年.pdf
GB-T 30281-2013 信息安全技术 鉴别与授权 可扩展访问控制标记语言.pdf
DB3306-T 045-2022 公共图书馆数字媒体服务规范 绍兴市.pdf
DB15-T 839—2022 高速公路养护工程预算编制办法及定额 内蒙古自治区.pdf
1
/
3
14
评价文档
赞助2.5元 点击下载(620.7 KB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。