[发明专利]用于门加工的来料合格检验系统及方法

说明书

本申请涉及智能检验领域，其具体地公开了一种用于门加工的来料合格检验系统及方法，其通过采用基于深度学习的人工智能检测技术，对所述来料的检测图像进行分辨率优化后提取出其在高维空间中的深浅融合特征信息，进一步通过使用包含嵌入层的上下文编码器对来料的文本描述说明进行基于全局的上下文语义理解，以此利用对抗生成的思想来生成来料的生成参考图像，同时也提取出其在高维空间中的深浅融合特征信息，以这两者在高维空间中的特征性差异对比来进行来料是否合格的质量检测。这样，能够精准地对于门加工的来料质量进行智能检验，以保证实木复合门产品的加工质量。

技术领域

本申请涉及智能检验领域，且更为具体地，涉及一种用于门加工的来料合格检验系统及方法。

背景技术

木材因具有天然的纹理和色泽，具有调温、调湿等功能，制成的高档实木赢得了人们的青睐。然而，一些珍贵木材制成的纯实木门价格昂贵，同时纯实木门容易出现漆面开裂、门扇变形、收缩露白等现象。因此，现在市面上出现了实木复合门，这种实木复合门是指以木屑为主要材料复合制成的实型体，面层为木质单板贴面或其他覆面材料的门。因此实木复合门不仅能体现纯实木门隔音隔热的优点而且款式新颖，成本低廉，受到广大顾客的欢迎。

目前，在进行实木复合门的加工过程中，需要对于来料进行合格检测，以判断其质量是否适于接下来的加工处理。现有的检测方案大多都是依靠摄像头进行来料图像的采集，然后传输至终端进行人工肉眼检测，但是，由于每天会有大量的实木复合门产品需要加工，且加工过程具有繁多的程序，同时来料的加工产品存在的瑕疵等不合格因素大多都为小尺度的信息，难以捕捉，若仅依靠人力进行每个阶段的来料检测不仅会造成工人的工作量较大，且检测的结果难以达到预期。

因此，期待一种优化的用于门加工的来料合格检验系统。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于门加工的来料合格检验系统及方法，其通过采用基于深度学习的人工智能检测技术，对所述来料的检测图像进行分辨率优化后提取出其在高维空间中的深浅融合特征信息，进一步通过使用包含嵌入层的上下文编码器对来料的文本描述说明进行基于全局的上下文语义理解，以此利用对抗生成的思想来生成来料的生成参考图像，同时也提取出其在高维空间中的深浅融合特征信息，以这两者在高维空间中的特征性差异对比来进行来料是否合格的质量检测。这样，能够精准地对于门加工的来料质量进行智能检验，以保证实木复合门产品的加工质量。

根据本申请的一个方面，提供了一种用于门加工的来料合格检验系统，其包括：

数据调取模块，用于获取用于门加工的来料的文本描述说明和所述来料的检测图像；

分辨率增强模块，用于将所述来料的检测图像通过基于自动编解码器的图像像素增强器以得到分辨率优化检测图像；

来料图像特征提取模块，用于将所述分辨率优化检测图像通过包含深浅特征融合模块的卷积神经网络模型以得到来料图像特征矩阵；

来料文本描述理解模块，用于将所述来料的文本描述说明通过包含嵌入层的上下文编码器以得到来料文本描述特征向量；

对抗生成模块，用于将所述来料文本描述特征向量通过基于对抗生成网络的文本理解模型以得到来料生成图像；

生成来料图像特征提取模块，用于将所述来料生成图像通过所述包含深浅特征融合模块的卷积神经网络模型以得到来料生成图像特征矩阵；

差分模块，用于计算所述来料生成图像特征矩阵和所述来料图像特征矩阵之间的差分特征矩阵；

类中心偏移校正模块，用于基于所述来料生成图像特征矩阵和所述来料图像特征矩阵，对所述差分特征矩阵进行类中心偏移校正以得到校正后差分特征矩阵；以及

检验结果生成模块，用于将所述校正后差分特征矩阵通过分类器以得到分类结果，所述分类结果用于表示来料是否合格。