CN110428404A - 一种基于人工智能的辅助培养与辅助鉴赏的制定系统 - Google Patents
一种基于人工智能的辅助培养与辅助鉴赏的制定系统 Download PDFInfo
- Publication number
- CN110428404A CN110428404A CN201910681038.2A CN201910681038A CN110428404A CN 110428404 A CN110428404 A CN 110428404A CN 201910681038 A CN201910681038 A CN 201910681038A CN 110428404 A CN110428404 A CN 110428404A
- Authority
- CN
- China
- Prior art keywords
- default
- image
- vector
- paintings
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services; Handling legal documents
- G06Q50/184—Intellectual property management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/80—Creating or modifying a manually drawn or painted image using a manual input device, e.g. mouse, light pen, direction keys on keyboard
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Abstract
本发明提供了一种基于人工智能的辅助培养与辅助鉴赏的制定系统,包括:用户端,用于获取用户上传的待处理图像;处理模块,用于对待处理图像进行预设处理,获得相应的预设处理图像,再对预设处理图像进行深度学习处理,获得相应的预设画作,并将获得的预设画作传输到后台服务器,同时将获得的预设画作传输到用户端的图库中进行存储;评价模块,用于根据机器学习函数拟合算法对待处理图像进行评价分析,并将获得的评价结果传输到后台服务器;后台服务器,用于将处理模块所传输的预设画作和评价模块所传输的评价结果推送到鉴赏平台进行显示,方便用户学习。
Description
技术领域
本发明涉及人工智能技术领域,特别涉及一种基于人工智能的辅助培养与辅助鉴赏的制定系统。
背景技术
随着中国书画艺术越来越受到广大人民群众的热衷,因此,人们对中国书画学习的过程中,会通过临摹大师的作品来提高自己的书画技能,但是,目前,由于现存艺术大师的作品的数量相对受到限制,如徐悲鸿的《八骏图》的临摹样本就较少,人们要想对其进行临摹,但由于缺乏临摹样本,就会使得人们学习书画技能的难度加大,不方便人们学习。
发明内容
本发明提供一种基于人工智能的辅助培养与辅助鉴赏的制定系统,用以通过对图像进行深度学习处理,来方便用户学习。
本发明实施例提供一种基于人工智能的辅助培养与辅助鉴赏的制定系统,包括:
用户端,用于获取用户上传的待处理图像;
处理模块,用于对所述用户端所获取的待处理图像进行预设处理,获得相应的预设处理图像,再对所获得的所述预设处理图像进行深度学习处理,获得相应的预设画作,并将获得的所述预设画作传输到后台服务器,同时将获得的所述预设画作传输到所述用户端的图库中进行存储;
评价模块,用于根据机器学习函数拟合算法对所述用户端所获取的待处理图像进行评价分析,获得相应的评价结果,并将所述评价结果传输到后台服务器;
所述后台服务器,用于将所述处理模块所传输的预设画作和所述评价模块所传输的评价结果推送到鉴赏平台;
所述鉴赏平台,用于将所述后台服务器所推送的所述处理模块所传输的预设画作和所述评价模块所传输的评价结果进行显示。
在一种可能实现的方式中,
所述用户端,还用于获取所述用户输入的图像调取指令;
所述后台服务器,用于根据所述用户端所获取的图像调取指令,从预先存储的图像数据库中调取与图像调取指令相应的且与所述待处理图像相关的待调取图像,并将调取出的所述待调取图像推送到所述鉴赏平台进行显示。
在一种可能实现的方式中,所述用户端,包括:
交流模块,用于提供预设交流界面供所述用户端的所述用户在所述预设交流界面进行交流;其中,所述交流模块,包括:
话题单元,用于输出与画作相关的预设话题,供所述用户在与所述画作相关的预设话题的评论界面进行评论;
论坛单元,用于输出论坛界面,供所述用户在论坛界面上发帖;
社区单元,用于提供给所述用户可发送文字、图片或视频的社区界面,同时所述用户还可对所述社区界面中已上传的文字、图片或视频进行点赞、评论或转发。
在一种可能实现的方式中,所述用户端,还包括:
分享模块,用于提供社交平台的分享接口,并通过所述分享接口将用户上传的图像展示到对应的社交平台上;
编辑模块,用于对从所述用户端的所述图库中所调取出的图像进行编辑,生成相应的展示板块,并将所述展示板块通过所述分享模块的分享接口展示到对应的社交平台上。
在一种可能实现的方式中,
所述用户端,还用于上传所述用户所提交可申请入驻所述鉴赏平台的入驻信息;
所述后台服务器,还用于对所述用户端所上传的入驻信息进行审核,并将审核通过的所述入驻信息对应的可入驻的专家信息传输到鉴赏平台;
所述后台服务器,还用于当所述用户在所述鉴赏平台检索所述图像数据库中的图像时,根据所检索的图像的版权信息,获得相应的支付信息,并推动所述支付信息到所述用户端的支付界面,供所述用户支付;
其中,所述鉴赏平台,还用于供已入驻鉴赏平台的专家进行图像点评、讲座、和与所述用户一对一交流。
在一种可能实现的方式中,所述用户端,还包括:
注册模块,用于根据所述用户所提供的注册信息在鉴赏平台进行注册;
发布模块,用于供在鉴赏平台已注册的用户,发布交易消息到交易平台;
所述交易平台,用于显示所述发布模块所发布的交易消息,所述交易消息包括:交易地点、交易价格、交易类别;
其中,所述发布模块,还用于发布画作比赛信息到所述鉴赏平台进行显示。
在一种可能实现的方式中,
所述处理模块,还用于根据预先存储的预设画作数据库对所述预设处理图像进行鉴定,并根据所述鉴定结果获得相应的预设画作;
其中,所述预设画作数据库中拥有大量不同朝代、作者、颜色、和种类的图像共S个;
其中,对所述预设处理图像进行鉴定的步骤包括:
步骤A1:对所述预设处理图像进行像素点的提取,得到像素点的值的像素矩阵A,像素矩阵A包括L行M列,同时将像素矩阵A导入到所述处理模块,因为像素是包含RGB三个值,则像素矩阵A中的每个元素中间都是包含有3个值组成的集合,利用公式(1)对像素矩阵A的每列像素值进行归一处理:
其中bj为像素矩阵A的第j列进行归一处理后的值,aij(1)为像素矩阵A的第i行第j列的像素中的R的值,a(i+1)j(1)为像素矩阵A的第i+1行第j列的像素中的R的值,aij(2)为像素矩阵A的第i行第j列的像素中的G的值,aij(3)为像素矩阵A的第i行第j列的像素中的B的值,i=1、2……L-1,j=1、2……M,利用公式(1)则可以将像素矩阵A中的每一列成为一个归一值,将像素矩阵A的每一列都归一化后,得到向量B,B中含有M个值;
步骤A2:将这S个图像分别利用公式(1)得出相应的归一向量Wt,t=1、2……S,其中因为预设画作数据库中,由于预设画作大小的不同会导致像素点的数量不同,所以这S个向量中值的个数并不同,所以在进行获取相应的预设画作时,需要将这S个向量都进行向量的像素点的规整化,将这S个向量中的值的个数都转变为M个,其中所述规整化的步骤如下101-104所示:
101、首先利用公式(2)得出该所述向量Wt需要转变的值的位置
p=|M-Wst|
jg=floor(Wst/p)
qz={jg,2*jg,…,p*jg}
(2)
其中p为计算出来的需转变的数量,M为向量B的值的个数,Wst为预设画作数据库中第t个向量Wt向量中值的个数,floor为向下取整函数,qz为所求解出来的需要转变的位置;
102、判断向量Wt向量中的值的个数是否大于向量B中的个数,如果是则进行步骤103的操作,否则进行步骤104操作;
103、删除向量Wt中位置为qz集合所得到的值,形成行的向量WWt;
104、利用公式(3)在向量Wt中位置为qz集合所得到的值的后面进行插值,形成行的向量WWt;
其中,CZx代表在第X个值后面需要插入的值,(Wt)x为向量Wt的第X个值;
步骤A3:利用公式(4)计算向量B与所述预设画作数据库中所有的规整化后向量WWt的相关性;
其中ρt为向量B与向量WWt之间的相关性,bi为向量B的第i个元素的值,WWt i为向量WWt的第i个元素的值,其中i=1、2、3……M,t=1、2……S;
步骤S4:找出所计算的ρt中的最大值,其中,最大值所对应的向量是预设画作数据库中的某个图像,获取的该图像即为鉴定结果,所述鉴定结果,即为向量B与所述预设画作数据库中所有的规整化后向量WWt的相关性的最大值,进而根据鉴定结果基于预设画作数据库获得相应的预设画作。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于人工智能的辅助培养与辅助鉴赏的制定系统的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供一种基于人工智能的辅助培养与辅助鉴赏的制定系统,如图1所示,包括:
用户端1,用于获取用户上传的待处理图像;
处理模块2,用于对用户端1所获取的待处理图像进行预设处理,获得相应的预设处理图像,再对所获得的预设处理图像进行深度学习处理,获得相应的预设画作,并将获得的预设画作传输到后台服务器3,同时将获得的预设画作传输到用户端1的图库中进行存储;
评价模块4,用于根据机器学习函数拟合算法对用户端1所获取的待处理图像进行评价分析,获得相应的评价结果,并将评价结果传输到后台服务器3;
后台服务器3,用于将处理模块2所传输的预设画作和评价模块4所传输的评价结果推送到鉴赏平台5;
鉴赏平台5,用于将后台服务器3所推送的处理模块2所传输的预设画作和评价模块4所传输的评价结果进行显示。
上述用户端,包括但不限于智能手机、笔记本、平板电脑等,一般以智能手机较为常见。
上述待处理图像,例如可以是用户使用智能手机所拍摄的风景照片、智能手机本身所存储的图片或用户所拍摄的所绘制图像作品。
上述预设处理是,对待处理图像进行相应的裁剪、色彩调整等;上述深度学习处理,是基于相关的深度学习模型为基础,将预设处理后的待处理图像绘制成与深度学习模型相关的画作。
其中,深度学习模型是基于人工神经网络算法建立的训练模型。人工神经网络的基本结构由非线性变化单元构成,神经网络参数可以包括中间层数、各层之间的处理单元数以及学习系数。对深度学习模型训练的过程可以是调整各神经网络参数的过程,经过不断的训练,获得最优的神经网络参数,具有最优神经网络参数的设定深度学习模型即为最终要获得的模型。具体的,在获得多张图像样本后,使用多张图像样本对设定深度学习模型进行训练,不断调整设定深度学习中的神经网络参数,使得设定深度学习模型具有在输入的图像中准确识别出满足识别条件的图像的能力,从而获得对应的深度学习模型。
上述预设画作,是基于深度学习处理后获得的。
上述评价模块主要是针对用户所拍摄的所绘制图像作品进行评价分析,其评价分析是利用机器学习算法,具体的是机器学习函数拟合算法,从多维度,如对图像的气韵生动、骨法用笔、应物象形、随类赋采、经营位置、传移模写等方面进行综合参考评价,获得最终的评价结果。其中,评价结果例如是,对待处理图像综合评价后的最终分数等级等。
需要说明的是,当用户模拟艺术大师的画作时,或者想以艺术大师的风格去自行创作的时:
所述用户端,还用于根据用户所上传的待处理图像,接收用户所上传的待处理类别;
后台服务器,还用于根据用户所上传的待处理类别从预先存储的特征模型库中调取与待处理类别相关的特征模型,对用户所上传的待处理图像进行修改,并将修改后的待处理图像传输到用户端;
其好处是,修改后的待处理图像明显带有大师特征的艺术风格,可以给初学者提供一个明显的带有阶段性学习的模型作品,培养初学者的创作能力。
上述特征模型的建立是基于采用人工智能算法对艺术大师的作品进行特征提取,并建立对应的特征模型。
所述用户端,还用于获取用户所上传的画作,所述画作是艺术藏品;
后台服务器,还用于根据预先存储的等级类别数据库,对用户端所上传的画作进行等级类别划分,并将其画作对应的等级类别结果传输到用户端。
其好处是:便于用户获取艺术藏品的等级类别。
上述等级类别数据库,是基于采用人工智能算法对不同层次的艺术大师的作品进行级别分类,获得的等级类别数据库。
上述技术方案的有益效果是:通过对图像进行深度学习处理,来方便用户学习。
本发明实施例提供的系统,
用户端,还用于获取用户输入的图像调取指令;
后台服务器,用于根据用户端所获取的图像调取指令,从预先存储的图像数据库中调取与图像调取指令相应的且与待处理图像相关的待调取图像,并将调取出的待调取图像推送到鉴赏平台进行显示。
上述预先存储的图像数据库中,包括不同类别的图像,例如婉约派、豪放派等。
上述待调取图像是基于待处理图像的基础上,经过深度学习模型处理后获得的,其待处理图像对应的待调取图像包括至少一种类别的图像。
上述技术方案的有益效果是:方便用户获取所需要的图像。
本发明实施例提供的系统,用户端,包括:
交流模块,用于提供预设交流界面供用户端的用户在预设交流界面进行交流;其中,交流模块,包括:
话题单元,用于输出与画作相关的预设话题,供用户在与画作相关的预设话题的评论界面进行评论;
论坛单元,用于输出论坛界面,供用户在论坛界面上发帖;
社区单元,用于提供给用户可发送文字、图片或视频的社区界面,同时用户还可对社区界面中已上传的文字、图片或视频进行点赞、评论或转发。
上述预设话题包括:与画作相关的新闻、资讯、热点等文章。
上述技术方案的有益效果是:方便用户进行交流。
本发明实施例提供的系统,用户端,还包括:
分享模块,用于提供社交平台的分享接口,并通过分享接口将用户上传的图像展示到对应的社交平台上;
编辑模块,用于对从用户端的图库中所调取出的图像进行编辑,生成相应的展示板块,并将展示板块通过分享模块的分享接口展示到对应的社交平台上。
上述对所调取出的图像进行编辑,其编辑可以是,给图像添加修饰模板等。
分享接口,即其他社交平台的分享链接,通过点击该分享链接跳转到其分享链接对应的社交平台。
上述技术方案的有益效果是:通过编辑模块,方便对图库中的图像进行编辑;通过分享模块,可便于资源共享。
本发明实施例提供的系统,
用户端,还用于上传用户所提交可申请入驻鉴赏平台的入驻信息;
后台服务器,还用于对用户端所上传的入驻信息进行审核,并将审核通过的入驻信息对应的可入驻的专家信息传输到鉴赏平台;
后台服务器,还用于当用户在鉴赏平台检索图像数据库中的图像时,根据所检索的图像的版权信息,获得相应的支付信息,并推动支付信息到用户端的支付界面,供用户支付;
其中,鉴赏平台,还用于供已入驻鉴赏平台的专家进行图像点评、讲座、和与用户一对一交流。
上述入驻信息,包括:姓名、身份信息、资格证书、绘画经验等。
其中,对提交可申请入驻鉴赏平台的入驻信息进行审核,可以确保其身份的真实性;
其中,设置版权信息,其为了确保其图像的合法性。
用户根据支付信息进行支付的方式,例如可以是微信支付、支付宝支付、银行卡支付、信用卡支付等方式。
上述技术方案的有益效果是:通过设置支付模块,可有效的保护图像版权的合法性。
本发明实施例提供的系统,用户端,还包括:
注册模块,用于根据用户所提供的注册信息在鉴赏平台进行注册;
发布模块,用于供在鉴赏平台已注册的用户,发布交易消息到交易平台;
交易平台,用于显示发布模块所发布的交易消息,交易消息包括:交易地点、交易价格、交易类别;
其中,发布模块,还用于发布画作比赛信息到鉴赏平台进行显示。
上述用户包括但不限于,生产者(如厂商、私人手工制作者)、设计者(画家、服装设计师、装饰设计师)、消费者等。
上述注册信息包括但不限于,手机号、身份证号等;且注册模块可包括三种注册方式,如消费者注册、生产者注册和设计者注册这三种注册方式。
上述交易平台是供用户进行交易的,其交易平台类似于淘宝、京东、天猫等购物平台。
上述技术方案的有益效果是:方便用户发布交易消息,进行交易。
本发明实施例提供的系统,还包括:
所述处理模块,还用于根据预先存储的预设画作数据库对所述预设处理图像进行鉴定,并根据所述鉴定结果获得相应的预设画作;
其中,所述预设画作数据库中拥有大量不同朝代、作者、颜色、和种类的图像共S个;
其中,对所述预设处理图像进行鉴定的步骤包括:
步骤A1:对所述预设处理图像进行像素点的提取,得到像素点的值的像素矩阵A,像素矩阵A包括L行M列,同时将像素矩阵A导入到所述处理模块,因为像素是包含RGB三个值,则像素矩阵A中的每个元素中间都是包含有3个值组成的集合,利用公式(1)对像素矩阵A的每列像素值进行归一处理:
其中bj为像素矩阵A的第j列进行归一处理后的值,aij(1)为像素矩阵A的第i行第j列的像素中的R的值,a(i+1)j(1)为像素矩阵A的第i+1行第j列的像素中的R的值,aij(2)为像素矩阵A的第i行第j列的像素中的G的值,aij(3)为像素矩阵A的第i行第j列的像素中的B的值,i=1、2……L-1,j=1、2……M,利用公式(1)则可以将像素矩阵A中的每一列成为一个归一值,将像素矩阵A的每一列都归一化后,得到向量B,B中含有M个值;
利用公式(1)可以将具有大量数据的像素矩阵A转变为只有一行数值的向量B,使后面的计算了大幅度的减小,让检测的效率大幅度提高。
步骤A2:将这S个图像分别利用公式(1)得出相应的归一向量Wt,t=1、2……S,其中因为预设画作数据库中,由于预设画作大小的不同会导致像素点的数量不同,所以这S个向量中值的个数并不同,所以在进行获取相应的预设画作时,需要将这S个向量都进行向量的像素点的规整化,
所述画像的种类包括:山水画,油画,素描画,摄影画等。
将这S个向量中的值的个数都转变为M个,其中所述规整化的步骤如下101-104所示:
101、首先利用公式(2)得出该所述向量Wt需要转变的值的位置
p=|M-Wst|
jg=floor(Wst/p)
qz={jg,2*jg,…,p*jg}
(2)
其中p为计算出来的需转变的数量,M为向量B的值的个数,Wst为预设画作数据库中第t个向量Wt向量中值的个数,floor为向下取整函数,qz为所求解出来的需要转变的位置;
利用公式(2)可以在对向量进行插值或者删除值的时候准确而且科学的找出需要删除或者插入的值的位置。
102、判断向量Wt向量中的值的个数是否大于向量B中的个数,如果是则进行步骤103的操作,否则进行步骤104操作;
103、删除向量Wt中位置为qz集合所得到的值,形成行的向量WWt;
104、利用公式(3)在向量Wt中位置为qz集合所得到的值的后面进行插值,形成行的向量WWt;
其中CZx代表在第X个值后面需要插入的值,(Wt)x为向量Wt的第X个值;
利用公式(3)可以用简单而且可操作的公式,计算需要出插值的值,让插值操作变得简单易行,且插入的值具有代表性。
步骤A3:利用公式(4)计算向量B与所述预设画作数据库中所有的规整化后向量WWt的相关性;
其中ρt为向量B与向量WWt之间的相关性,bi为向量B的第i个元素的值,WWt i为向量WWt的第i个元素的值,其中i=1、2、3……M,t=1、2……S;
利用公式(4)可以得出待鉴定图像和数据库中的图像的相关性,并且在计算相关性的时候的计算量很小,不会影响计算效率,而且只要有用到每个图像得到的向量,不需要其它冗余信息,使计算的数据易得。
步骤S4:找出所计算的ρt中的最大值,其中,最大值所对应的向量是预设画作数据库中的某个图像,获取的该图像即为鉴定结果,所述鉴定结果,即为向量B与所述预设画作数据库中所有的规整化后向量WWt的相关性的最大值,进而根据鉴定结果基于预设画作数据库获得相应的预设画作。
利用上述技术,可以高效,快捷,科学,智能的得到任意预设处理图像的预设画作。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种基于人工智能的辅助培养与辅助鉴赏的制定系统,其特征在于,包括:
用户端,用于获取用户上传的待处理图像;
处理模块,用于对所述用户端所获取的待处理图像进行预设处理,获得相应的预设处理图像,再对所获得的所述预设处理图像进行深度学习处理,获得相应的预设画作,并将获得的所述预设画作传输到后台服务器,同时将获得的所述预设画作传输到所述用户端的图库中进行存储;
评价模块,用于根据机器学习函数拟合算法对所述用户端所获取的待处理图像进行评价分析,获得相应的评价结果,并将所述评价结果传输到后台服务器;
所述后台服务器,用于将所述处理模块所传输的预设画作和所述评价模块所传输的评价结果推送到鉴赏平台;
所述鉴赏平台,用于将所述后台服务器所推送的所述处理模块所传输的预设画作和所述评价模块所传输的评价结果进行显示。
2.如权利要求1所述的系统,其特征在于,
所述用户端,还用于获取所述用户输入的图像调取指令;
所述后台服务器,用于根据所述用户端所获取的图像调取指令,从预先存储的图像数据库中调取与图像调取指令相应的且与所述待处理图像相关的待调取图像,并将调取出的所述待调取图像推送到所述鉴赏平台进行显示。
3.如权利要求1所述的系统,其特征在于,所述用户端,包括:
交流模块,用于提供预设交流界面供所述用户端的所述用户在所述预设交流界面进行交流;其中,所述交流模块,包括:
话题单元,用于输出与画作相关的预设话题,供所述用户在与所述画作相关的预设话题的评论界面进行评论;
论坛单元,用于输出论坛界面,供所述用户在论坛界面上发帖;
社区单元,用于提供给所述用户可发送文字、图片或视频的社区界面,同时所述用户还可对所述社区界面中已上传的文字、图片或视频进行点赞、评论或转发。
4.如权利要求1所述的系统,其特征在于,所述用户端,还包括:
分享模块,用于提供社交平台的分享接口,并通过所述分享接口将用户上传的图像展示到对应的社交平台上;
编辑模块,用于对从所述用户端的所述图库中所调取出的图像进行编辑,生成相应的展示板块,并将所述展示板块通过所述分享模块的分享接口展示到对应的社交平台上。
5.如权利要求1所述的系统,其特征在于,
所述用户端,还用于上传所述用户所提交可申请入驻所述鉴赏平台的入驻信息;
所述后台服务器,还用于对所述用户端所上传的入驻信息进行审核,并将审核通过的所述入驻信息对应的可入驻的专家信息传输到鉴赏平台;
所述后台服务器,还用于当所述用户在所述鉴赏平台检索所述图像数据库中的图像时,根据所检索的图像的版权信息,获得相应的支付信息,并推动所述支付信息到所述用户端的支付界面,供所述用户支付;
其中,所述鉴赏平台,还用于供已入驻鉴赏平台的专家进行图像点评、讲座、和与所述用户一对一交流。
6.如权利要求1所述的系统,其特征在于,所述用户端,还包括:
注册模块,用于根据所述用户所提供的注册信息在鉴赏平台进行注册;
发布模块,用于供在鉴赏平台已注册的用户,发布交易消息到交易平台;
所述交易平台,用于显示所述发布模块所发布的交易消息,所述交易消息包括:交易地点、交易价格、交易类别;
其中,所述发布模块,还用于发布画作比赛信息到所述鉴赏平台进行显示。
7.如权利要求1所述的系统,其特征在于,
所述处理模块,还用于根据预先存储的预设画作数据库对所述预设处理图像进行鉴定,并根据所述鉴定结果获得相应的预设画作;
其中,所述预设画作数据库中拥有大量不同朝代、作者、颜色、和种类的图像共S个;
其中,对所述预设处理图像进行鉴定的步骤包括:
步骤A1:对所述预设处理图像进行像素点的提取,得到像素点的值的像素矩阵A,像素矩阵A包括L行M列,同时将像素矩阵A导入到所述处理模块,因为像素是包含RGB三个值,则像素矩阵A中的每个元素中间都是包含有3个值组成的集合,利用公式(1)对像素矩阵A的每列像素值进行归一处理:
其中bj为像素矩阵A的第j列进行归一处理后的值,aij(1)为像素矩阵A的第i行第j列的像素中的R的值,a(i+1)j(1)为像素矩阵A的第i+1行第j列的像素中的R的值,aij(2)为像素矩阵A的第i行第j列的像素中的G的值,aij(3)为像素矩阵A的第i行第j列的像素中的B的值,i=1、2……L-1,j=1、2……M,利用公式(1)则可以将像素矩阵A中的每一列成为一个归一值,将像素矩阵A的每一列都归一化后,得到向量B,B中含有M个值;
步骤A2:将这S个图像分别利用公式(1)得出相应的归一向量Wt,t=1、2……S,其中因为预设画作数据库中,由于预设画作大小的不同会导致像素点的数量不同,所以这S个向量中值的个数并不同,所以在进行获取相应的预设画作时,需要将这S个向量都进行向量的像素点的规整化,将这S个向量中的值的个数都转变为M个,其中所述规整化的步骤如下101-104所示:
101、首先利用公式(2)得出该所述向量Wt需要转变的值的位置
p=|M-Wst|
jg=floor(Wst/p)
qz={jg,2*jg,…,p*jg}
(2)
其中p为计算出来的需转变的数量,M为向量B的值的个数,Wst为预设画作数据库中第t个向量Wt向量中值的个数,floor为向下取整函数,qz为所求解出来的需要转变的位置;
102、判断向量Wt向量中的值的个数是否大于向量B中的个数,如果是则进行步骤103的操作,否则进行步骤104操作;
103、删除向量Wt中位置为qz集合所得到的值,形成行的向量WWt;
104、利用公式(3)在向量Wt中位置为qz集合所得到的值的后面进行插值,形成行的向量WWt;
其中,CZx代表在第X个值后面需要插入的值,(Wt)x为向量Wt的第X个值;
步骤A3:利用公式(4)计算向量B与所述预设画作数据库中所有的规整化后向量WWt的相关性;
其中ρt为向量B与向量WWt之间的相关性,bi为向量B的第i个元素的值,WWt i为向量WWt的第i个元素的值,其中i=1、2、3……M,t=1、2……S;
步骤S4:找出所计算的ρt中的最大值,其中,最大值所对应的向量是预设画作数据库中的某个图像,获取的该图像即为鉴定结果,所述鉴定结果,即为向量B与所述预设画作数据库中所有的规整化后向量WWt的相关性的最大值,进而根据鉴定结果基于预设画作数据库获得相应的预设画作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910681038.2A CN110428404B (zh) | 2019-07-25 | 2019-07-25 | 一种基于人工智能的辅助培养与辅助鉴赏的制定系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910681038.2A CN110428404B (zh) | 2019-07-25 | 2019-07-25 | 一种基于人工智能的辅助培养与辅助鉴赏的制定系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110428404A true CN110428404A (zh) | 2019-11-08 |
CN110428404B CN110428404B (zh) | 2021-11-23 |
Family
ID=68412558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910681038.2A Active CN110428404B (zh) | 2019-07-25 | 2019-07-25 | 一种基于人工智能的辅助培养与辅助鉴赏的制定系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110428404B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101576A (zh) * | 2020-09-09 | 2020-12-18 | 上海松鼠课堂人工智能科技有限公司 | 分布式设备使用机器学习模型聚合系统 |
CN112613730A (zh) * | 2020-12-18 | 2021-04-06 | 百色学院 | 基于互联网的大学绘画作品评鉴方法及装置 |
CN114186497A (zh) * | 2021-12-15 | 2022-03-15 | 湖北工业大学 | 艺术作品价值智能化解析方法、系统、设备及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1485863A2 (en) * | 2002-02-15 | 2004-12-15 | Digimarc Corporation | Authenticating printed objects using digital watermarks associated with multidimensional quality metrics |
CN104715256A (zh) * | 2015-03-04 | 2015-06-17 | 南昌大学 | 一种基于图像方法的书法练习辅助系统及评价方法 |
US20170309015A1 (en) * | 2016-04-26 | 2017-10-26 | Optos Plc | Retinal image processing |
CN107358516A (zh) * | 2017-08-22 | 2017-11-17 | 上海科驰企业管理有限公司 | 一种互联网原创艺术品在线鉴赏平台的实现方法 |
CN107491543A (zh) * | 2017-08-24 | 2017-12-19 | 中国传媒大学 | 一种基于客户端的书法辅助练习方法及系统 |
KR20180017533A (ko) * | 2016-08-09 | 2018-02-21 | 김현진 | 온라인 컨텐츠 중개 시스템 |
CN108898597A (zh) * | 2018-06-28 | 2018-11-27 | 广东创图文化传媒有限公司 | 一种基于智能手机的书画鉴证的方法 |
CN109597905A (zh) * | 2018-11-09 | 2019-04-09 | 杨山 | 一种应用于艺术作品的数据获取系统及方法 |
CN109948539A (zh) * | 2019-03-19 | 2019-06-28 | 广州欧科信息技术股份有限公司 | 基于人工智能的文物鉴定方法、装置、设备和存储介质 |
-
2019
- 2019-07-25 CN CN201910681038.2A patent/CN110428404B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1485863A2 (en) * | 2002-02-15 | 2004-12-15 | Digimarc Corporation | Authenticating printed objects using digital watermarks associated with multidimensional quality metrics |
CN104715256A (zh) * | 2015-03-04 | 2015-06-17 | 南昌大学 | 一种基于图像方法的书法练习辅助系统及评价方法 |
US20170309015A1 (en) * | 2016-04-26 | 2017-10-26 | Optos Plc | Retinal image processing |
KR20180017533A (ko) * | 2016-08-09 | 2018-02-21 | 김현진 | 온라인 컨텐츠 중개 시스템 |
CN107358516A (zh) * | 2017-08-22 | 2017-11-17 | 上海科驰企业管理有限公司 | 一种互联网原创艺术品在线鉴赏平台的实现方法 |
CN107491543A (zh) * | 2017-08-24 | 2017-12-19 | 中国传媒大学 | 一种基于客户端的书法辅助练习方法及系统 |
CN108898597A (zh) * | 2018-06-28 | 2018-11-27 | 广东创图文化传媒有限公司 | 一种基于智能手机的书画鉴证的方法 |
CN109597905A (zh) * | 2018-11-09 | 2019-04-09 | 杨山 | 一种应用于艺术作品的数据获取系统及方法 |
CN109948539A (zh) * | 2019-03-19 | 2019-06-28 | 广州欧科信息技术股份有限公司 | 基于人工智能的文物鉴定方法、装置、设备和存储介质 |
Non-Patent Citations (3)
Title |
---|
XIONGPENG HE等: "Robust Radial Velocity Estimation Based on Joint Pixel Normalized Sample Covariance Matrix and Shift Vector for Moving Targets", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
于来行: "基于视觉注意模型的图像检索方法研究", 《中国博士学位论文全文数据库信息科技辑》 * |
陈晋鹏等: "大数据时代的云安全课程思考", 《软件工程》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101576A (zh) * | 2020-09-09 | 2020-12-18 | 上海松鼠课堂人工智能科技有限公司 | 分布式设备使用机器学习模型聚合系统 |
CN112101576B (zh) * | 2020-09-09 | 2021-07-30 | 上海松鼠课堂人工智能科技有限公司 | 分布式设备使用机器学习模型聚合系统 |
CN112613730A (zh) * | 2020-12-18 | 2021-04-06 | 百色学院 | 基于互联网的大学绘画作品评鉴方法及装置 |
CN112613730B (zh) * | 2020-12-18 | 2023-10-10 | 百色学院 | 基于互联网的大学绘画作品评鉴方法及装置 |
CN114186497A (zh) * | 2021-12-15 | 2022-03-15 | 湖北工业大学 | 艺术作品价值智能化解析方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110428404B (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yu et al. | Sketch-a-net: A deep neural network that beats humans | |
CN101356526B (zh) | 用于生成通信作品的方法 | |
Mitter et al. | Women encounter technology: Changing patterns of employment in the third world | |
CN108122264A (zh) | 促进草图到绘画变换 | |
CN103336878B (zh) | 注意力训练系统及其方法 | |
CN110097003A (zh) | 基于神经网络的课堂考勤方法、设备、存储介质及装置 | |
Zhang et al. | Facial expression retargeting from human to avatar made easy | |
CN110428404A (zh) | 一种基于人工智能的辅助培养与辅助鉴赏的制定系统 | |
CN105354248A (zh) | 基于灰度的分布式图像底层特征识别方法及系统 | |
CN108280155A (zh) | 基于短视频的问题检索反馈方法、装置及其设备 | |
CN110196945B (zh) | 一种基于LSTM与LeNet融合的微博用户年龄预测方法 | |
CN110377587A (zh) | 基于机器学习的迁移数据确定方法、装置、设备及介质 | |
CN109685713A (zh) | 化妆模拟控制方法、装置、计算机设备及存储介质 | |
Li et al. | Neural abstract style transfer for chinese traditional painting | |
Qi et al. | Personalized sketch-based image retrieval by convolutional neural network and deep transfer learning | |
Ma et al. | Semantic-related image style transfer with dual-consistency loss. | |
CN108806355A (zh) | 一种书画艺术互动教育系统 | |
CN112116589A (zh) | 虚拟形象的评测方法、装置、设备及计算机可读存储介质 | |
Ross et al. | DieTryin: An R package for data collection, automated data entry, and post-processing of network-structured economic games, social networks, and other roster-based dyadic data | |
Zhou et al. | Learning object placement via dual-path graph completion | |
CN110263651A (zh) | 一种辅助在线批阅试题的方法、装置和存储介质 | |
Stacchio et al. | Toward a Holistic Approach to the Socio-historical Analysis of Vernacular Photos | |
Ramesh et al. | Facial recognition as a tool to identify Roman emperors: towards a new methodology | |
Jing | Application of Artificial Intelligence Algorithm and VR Technology in Vocal Music Teaching | |
CN110162579A (zh) | 一种智能学习平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |