一种基于深度学习的古典家具文化属性识别方法及系统技术方案

本发明专利技术公开了一种基于深度学习的古典家具文化属性识别方法及其应用，利用古典家具风格识别模型、品类识别模型对输入图片中包含的古典家具的风格、品类进行快速准确识别，然后利用各自品类的部件分割模型对其部件进行精准分割，基于部件分割结果对其品类进行进一步细化，并利用集成的古典家具文化属性识别模块对分割后的各个部件中包含的文化属性如工艺、纹饰等进行多维度、高准确率的识别，根据识别结果在相关联的古典家具知识图谱中查找信息，对其文化属性进行解读与输出。本方法能够自动、快速、准确的对古典家具中蕴含的文化属性进行识别与解读，为用户提供极大便利。为用户提供极大便利。为用户提供极大便利。

【技术实现步骤摘要】
一种基于深度学习的古典家具文化属性识别方法及系统


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于深度学习的古典家具文化属性识别方法及其系统应用。

技术介绍

[0002]故宫博物院继陶瓷馆、书画馆等专馆之后，又单独开设故宫家具馆，供游客参观游览。作为一种兼具实用性与艺术性的历史载体，中国古典家具，尤以明清两代为甚，蕴含着丰富的文化属性，深受人们的喜爱。如今，家居市场上新中式家具也多从明清古典家具中汲取灵感并加以改造，颇受消费者青睐。
[0003]无论是作为游客参观古家具展，还是作为消费者选购中式家具，对其中蕴含的文化属性进行解读都是十分必要的，但要详细了解其中蕴含的艺术、民风、民俗光彩，需要较高的知识储备与鉴别能力，对游客和消费者提出了很高的要求。
[0004]阿里云视觉智能平台的家居属性识别功能能够对包括轻奢、北欧、复古怀旧等16种家居模型图进行识别，但只能对家居整体风格进行粗略识别，识别准确率低且无法进行古典家具文化属性解读；专利申请号为202111020955.X的中国专利技术公开了一种基于点云数据出发的家具部件分割模型训练方法，该方法虽然实现了对二维家具图像的部件级自动标注，但是是通过家具的3D点云数据映射到二维平面来对其部件进行标注从而进行训练的，针对古典家具的分割效果有待验证，同时该方法同样无法对古典家具中的文化属性进行识别与解读。
[0005]因此，如何找到一种能够帮助人们快速识别并解读古典家具中蕴含的文化属性的方法是目前亟待解决的问题。

技术实现思路

[0006]基于上述背景，本专利技术提供一种基于深度学习的古典家具文化属性识别方法及其应用，能够快速识别古典家具中蕴含的文化属性并进行解读。
[0007]为实现上述目的，第一方面，本专利技术提供一种古典家具文化属性识别方法，包括：
[0008]步骤S1：输入古典家具图片预处理；
[0009]步骤S2：利用古典家具风格识别模块对输入图片中包含的古典家具风格进行识别并获得相应的风格标签；
[0010]进一步的，所述古典家具风格识别模块可将输入图片中包含的古典家具分为明风格古典家具与清风格古典家具；
[0011]步骤S3：利用古典家具品类识别模块对输入图片中包含的古典家具品类进行识别并获得相应的品类标签；
[0012]进一步的，所述古典家具品类识别模块可将输入图片中包含的古典家具分为桌案、椅凳、床、箱、柜五类古典家具品类；
[0013]步骤S4：根据上述获得的古典家具品类标签，选择相应品类的部件分割模型，获得
古典家具部件分割结果；
[0014]进一步的，对应的古典家具部件分割模型包括桌案、椅凳、床、箱、柜五类部件分割模型；
[0015]进一步的，根据古典家具部件分割结果对桌与案、椅和凳进行进一步区分；
[0016]步骤S5：根据古典家具部件分割结果，利用集成的古典家具文化属性识别模块对古典家具中包含的文化属性进行识别，综合上述步骤得到输入图片中包含的古典家具的全部文化属性标签；
[0017]进一步的，集成的古典家具文化属性识别模块包含材质识别器、纹饰识别器、工艺识别器与造型识别器；
[0018]进一步的，全部文化属性标签包含风格、材质、工艺、纹饰、造型、品类；
[0019]步骤S6：根据上述步骤获得的全部文化属性标签，在古典家具文化知识图谱中查询相关信息，并与输入图片中包含的古典家具进行关联，对其中蕴含的文化属性进行解读。
[0020]步骤S7：古典家具文化属性识别与解读的结果输出。
[0021]第二方面，本专利技术还提供一种古典家具文化属性识别系统，包括：
[0022]数据输入模块：用于将古典家具图片进行预处理并输入所述的古典家具文化属性识别模块；
[0023]古典家具文化属性识别模块：用于根据所述的古典家具文化属性识别方法对古典家具中蕴含的文化属性进行识别，并得到其文化属性标签；
[0024]古典家具文化属性解读模块：根据得到的文化属性标签在相关联的古典家具知识图谱查询相关信息，对其文化属性进行解读；
[0025]古典家具文化属性输出模块：对输入图片中包含的古典家具文化属性的识别与解读结果以文字、图片、语音、视频形式输出。
[0026]与现有技术和方法相比，本专利技术具有以下有益效果：
[0027]本专利技术提供的一种基于深度学习的古典家具文化属性识别方法能够快速对古典家具的风格与品类进行准确识别，并自动选择相应品类的部件分割模型进行准确分割，省去了人工选择品类再进行分割的繁琐步骤；利用集成的古典家具文化属性识别模块对分割后的各个部件中包含的文化属性进行工艺、纹饰等多维度、细粒度、高准确率的识别；结合古典家具知识图谱为游客或消费者快速提供古典家具文化深层次解读服务，显著提升游客游览质量，以及为消费者带来全新的家具购物体验。
附图说明
[0028]图1是本专利技术一种基于深度学习的古典家具文化属性识别方法流程图；
[0029]图2是本专利技术提供的古典家具文化属性识别系统。
具体实施方式
[0030]本专利技术通过基于深度学习的方法对古典家具部件进行分割并对其中的文化属性进行自动识别，获得古典家具的多文化属性标签，通过查询古典家具知识图谱并在输入图片与古典家具知识图谱间建立关联，获得对古典家具中蕴含的文化属性的解读，下面将结合附图对本专利技术提出的方法和应用作进一步详细说明。
[0031]如图1所示，是本专利技术一种基于深度学习的古典家具文化属性识别方法的流程图，根据不同的需求，该流程中步骤可自由组合且顺序可以进行调整。
[0032]参考图1，一种基于深度学习的古典家具文化属性识别方法包括如下步骤：
[0033]步骤S1，输入古典家具图片预处理。
[0034]所述输入古典家具图片可以为用户实时拍摄上传获得，也可以由用户本地保存上传获得。
[0035]预处理指的是通过批量抠图技术，将输入古典家具图片的背景替换为纯色，消除杂乱的图片背景对古典家具文化属性识别的干扰。
[0036]步骤S2，古典家具风格识别。
[0037]利用古典家具风格分类模型将输入图片中的古典家具分为明风格古典家具与清风格古典家具。
[0038]古典家具风格分类模型的训练过程具体如下：
[0039]A1、从网络和书籍中收集大量明清风格古典家具图片，两种风格的图片数量不应差别过大；
[0040]A2、为每张古典家具图片标注其风格；
[0041]A3、按照80％与20％的比例随机划分训练集与测试集，并选用神经网络进行训练，当风格分类模型在测试集上准确率大于或等于95％时停止训练，否则考虑调整模型参数或增加训练集样本数继续进行训练。
[0042]其中风格分类模型为卷积神经网络模型，清风格家具华贵而明风格家具文雅，二者在外形上差异大，卷积神经网络中的卷积和池化操作，能够学习明清古典家具各自的特征并进行准确分类。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的古典家具文化属性识别方法，其特征在于，该方法包括：步骤S1：输入古典家具图片预处理；步骤S2：利用古典家具风格识别模块对输入图片中包含的古典家具风格进行识别并获得相应的风格标签；步骤S3：利用古典家具品类识别模块对输入图片中包含的古典家具品类进行识别并获得相应的品类标签；步骤S4：根据上述获得的古典家具品类标签，选择相应品类的部件分割模型，获得古典家具部件分割结果；步骤S5：根据古典家具部件分割结果，利用集成的古典家具文化属性识别模块对古典家具中包含的文化属性进行识别，综合上述步骤得到输入图片中包含的古典家具的全部文化属性标签；步骤S6：根据上述步骤获得的全部文化属性标签，在古典家具文化知识图谱中查询相关信息，并与输入图片中包含的古典家具进行关联，对其中蕴含的文化属性进行解读；步骤S7：古典家具文化属性识别与解读的结果输出。2.根据权利要求1所述的一种基于深度学习的古典家具文化属性识别方法，其特征在于，所述古典家具风格识别模块可将输入图片中包含的古典家具分为明风格古典家具与清风格古典家具。3.根据权利要求1所述的一种基于深度学习的古典家具文化属性识别方法，其特征在于，所述古典家具品类识别模块将输入图片中包含的古典家具分为桌案、椅凳、床、箱、柜...

【专利技术属性】
技术研发人员：郭旦怀，丁永杰，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：