[发明专利]一种AI数字识别系统及方法

说明书

本发明公开了一种AI数字识别系统及方法，属于AI识别领域，要解决的技术问题为如何在减少训练时间的情况下，快速精确的识别AI数字；其结构包括摄像模块以及基于FPGA的：尺寸变换模块，对图像进行尺寸变换及去噪处理；边缘提取模块，用于对图像进行边缘检测；特征填充模块，用于对图像进行二值化处理；特征量化模块，用于对图像中数字笔画的粗细程度进行量化；推理模块，用于基于卷积神经网络对图像进行推理计算。其方法包括：对获取的图像进行尺寸变换；对去噪后的图像进行边缘检测；对边缘检测后的图像进行二值化处理；通过对图像中数字笔画的粗细程度进行量化的方式对二值化后图像进行修整；基于卷积神经网络模型对图像进行推理计算。

技术领域

本发明涉及AI识别领域，具体地说是一种AI数字识别系统及方法。

背景技术

目前AI(英文全称为ARTIFICIAL INTELLIGENCE，中文翻译为人工智能)应用于各行各业，针对不同的应用有各类算法，这些算法都需要经过大量的训练集来进行训练从而对算法参数进行调整已达到算法最优化。AI算法的准确度与训练集大小有关，训练集越是全面，算法推理越是准确，但是训练集越是全面，训练过程越是漫长。针对数字识别领域，数字识别的准确度与是数字本身的粗细有关，不同粗细成程度的如果都在训练集里面训练，会使得训练过程漫长。

如何在减少训练时间的情况下，快速精确的识别AI数字，是需要解决的技术问题。

发明内容

本发明的技术任务是针对以上不足，提供一种AI数字识别系统及方法，来解决如何在减少训练时间的情况下，快速精确的识别AI数字的问题。

第一方面，本发明提供一种AI数字识别系统，包括摄像模块以及基于FPGA(英文全称为Field Programmable Gate Array，中文翻译为现场可编程逻辑门阵列)的：

尺寸变换模块，用于对图像进行尺寸变换以适应卷积神经网络，并用于进行去噪处理；

边缘提取模块，用于对图像进行边缘检测；

特征填充模块，用于对边缘检测后的图像进行二值化处理；

特征量化模块，用于根据训练集中数字笔画的粗细程度对图像中数字笔画的粗细程度进行修整；；

推理模块，所述推理模块配置有卷积神经网络，用于通过卷积神经网络对修整后的图像进行推理计算，得到图像数字的推理结果，所述卷积神将网络包括卷积层、池化层和全连接层。

上述实施方式可实现对AI数字的识别，通过图像尺寸变化模块和边缘提取模块取出噪声并提取边缘后，通过特征填充模块将图像变换为二值图像，使得整体和局部特征能够区分，通过特征量化模块对图像中数字笔画进行修正，使得图像中数字笔画与训练集中一致，便于后续推理计算以及提高数字识别率，最后通过推理模块计算得出图像的推理数字。

作为优选，尺寸变换模块为FPGA内部的scaler IP，scaler IP内滤波器设置为高通滤波器，用于通过高通滤波器对图像进行前期去噪处理。

作为优选，边缘提取模块为配置有canny边缘检测算法的模块，用于通过canny边缘检测算法对图像进行边缘检测，包括：

用于通过高斯滤波器对图像进行平滑处理，滤除图像的噪声；

用于通过双阈值检测算法确定图像的真实边缘和潜在边缘；

用于通过抑制孤立的弱边缘进行边缘检测。

作为优选，卷积层、池化层和全连接层均两层。

第二方面，本发明提供一种AI数字识别系统识别方法，其特征在于包括：

获取图像；

对获取的图像进行尺寸变换，得到去噪处理后的图像；