应用云端处理的对象类型辨识平台的制作方法

技术特征：
1.一种应用云端处理的对象类型辨识平台，其特征在于，所述平台包括：画面抓拍设备，用于对现场出血环境执行抓拍处理，以获得对应的实时抓拍画面；信号分割设备，与所述画面抓拍设备连接，用于从所述实时抓拍画面从分割只包括血块的现场血块图像。2.如权利要求1所述的应用云端处理的对象类型辨识平台，其特征在于，所述平台还包括：语音播放芯片，设置在便携式终端内，用于接收出血动物名称并播放所述出血动物名称。3.如权利要求2所述的应用云端处理的对象类型辨识平台，其特征在于：所述画面抓拍设备以及所述信号分割设备都设置在所述便携式终端内。4.如权利要求3所述的应用云端处理的对象类型辨识平台，其特征在于，所述平台还包括：第一采集机构，设置在云端，通过无线网络与所述便携式终端连接，用于采集用于训练前馈神经网络模型的多批输入数据，每一批输入数据包括的输入数据的数量都等于固定数量且每一批输入数据中的每一个输入数据取值在0到ff之间，所述ff为16位进制数值；数据准备机构，设置在云端，与所述第一采集机构连接，用于从每一种动物类型的血迹画面中提取最靠近所述血迹画面中央位置的固定数量的多个像素点分别对应的多个r成分值作为归属于所述动物类型的一批输入数据发送给所述第一采集机构；第二采集机构，与所述数据准备机构连接，用于记录每一批输入数据所归属的动物类型的动物名称所对应的字符串的二进制数值，以用作训练前馈神经网络模型的每一批输出数据，每一批输出数据仅仅包括单个二进制数值；模型构建设备，分别与所述第一采集机构和所述第二采集机构连接，用于将每一种动物类型所拥有的每一批输入数据作为前馈神经网络模型的固定数量的输入数据，将所述动物类型对应的二进制数值作为前馈神经网络模型的单个输入数据，对前馈神经网络模型进行单次训练；所述模型构建设备还用于针对每一种动物类型，执行的单次训练的次数不少于预设数目阈值，以获得针对性训练后的前馈神经网络模型；场景分析设备，与所述模型构建设备连接，用于将现场血块画面中提取最靠近所述现场血块画面中央位置的固定数量的多个像素点分别对应的多个r成分值作为针对性训练后的前馈神经网络模型的固定数量的输入数据以执行针对性训练后的前馈神经网络模型，获得针对性训练后的前馈神经网络模型的单个输出数据；名称提取设备，设置在便携式终端内，分别与所述语音播放芯片和所述场景分析设备连接，用于对针对性训练后的前馈神经网络模型的单个输出数据执行二进制数值到字符串的转换以获得对应的字符串，并将所述对应的字符串作为出血动物名称输出；其中，所述信号分割设备还与所述场景分析设备连接，用于将所述现场血块图像发送给所述信号分割设备；其中，从每一种动物类型的血迹画面中提取最靠近所述血迹画面中央位置的固定数量的多个像素点分别对应的多个r成分值作为归属于所述动物类型的一批输入数据发送给所述第一采集机构包括：每一种动物类型的血迹画面中仅仅包括血迹而不包括其他内容；
其中，从每一种动物类型的血迹画面中提取最靠近所述血迹画面中央位置的固定数量的多个像素点分别对应的多个r成分值作为归属于所述动物类型的一批输入数据发送给所述第一采集机构还包括：获取所述血迹画面中每一个像素点到所述血迹画面中心位置的像素点的距离，将距离最短的固定数量的多个像素点分别对应的多个r成分值作为归属于所述动物类型的一批输入数据发送给所述第一采集机构。5.如权利要求4所述的应用云端处理的对象类型辨识平台，其特征在于：将距离最短的固定数量的多个像素点分别对应的多个r成分值作为归属于所述动物类型的一批输入数据发送给所述第一采集机构包括：距离最短的固定数量的每一个像素点对应的每一个r成分值为在rgb空间下的红色成分值。6.如权利要求4所述的应用云端处理的对象类型辨识平台，其特征在于：从所述实时抓拍画面从分割只包括血块的现场血块图像包括：基于血体的灰度上限阈值和灰度下限阈值获得从所述实时抓拍画面从分割只包括血块的现场血块图像。7.如权利要求6所述的应用云端处理的对象类型辨识平台，其特征在于：基于血体的灰度上限阈值和灰度下限阈值获得从所述实时抓拍画面从分割只包括血块的现场血块图像包括：将所述实时抓拍画面中灰度值在血体的灰度上限阈值和灰度下限阈值之间的像素点作为血体像素点。8.如权利要求7所述的应用云端处理的对象类型辨识平台，其特征在于：基于血体的灰度上限阈值和灰度下限阈值获得从所述实时抓拍画面从分割只包括血块的现场血块图像包括：将所述实时抓拍画面中灰度值在血体的灰度上限阈值和灰度下限阈值之外的像素点作为其他像素点。9.如权利要求8所述的应用云端处理的对象类型辨识平台，其特征在于：基于血体的灰度上限阈值和灰度下限阈值获得从所述实时抓拍画面从分割只包括血块的现场血块图像包括：将所述实时抓拍图像中的各个血体像素点组合成只包括血块的现场血块图像并从所述实时抓拍图像中分割出去。10.一种应用云端处理的对象类型辨识方法，所述方法包括提供一种如权利要求4-9任一所述的应用云端处理的对象类型辨识平台，用于采用针对性训练后的前馈神经网络模型实现对现场血块的动物类型鉴定。

技术总结
本发明涉及一种应用云端处理的对象类型辨识平台，包括：第一采集机构，用于采集用于训练前馈神经网络模型的多批输入数据，每一批输入数据包括的输入数据的数量都等于固定数量且每一批输入数据中的每一个输入数据取值在0到FF之间；数据准备机构，与第一采集机构连接，用于从每一种动物类型的血迹画面中提取最靠近所述血迹画面中央位置的固定数量的多个像素点分别对应的多个R成分值作为归属于所述动物类型的一批输入数据。本发明的应用云端处理的对象类型辨识平台设计紧凑、方便操控。由于能够在针对性训练机制的基础上采用人工智能模式完成现场血块视觉数据到出血动物名称的智能化鉴定，从而有效扩展现场识别设施的功能。能。


技术研发人员：李贺侠
受保护的技术使用者：李贺侠
技术研发日：2021.08.25
技术公布日：2022/1/14