本发明涉及图像分析领域,更具体地,涉及一种辅助办公的图像分布存储和智能分析系统。
背景技术:
1、随着图像文件在日常办公业务中的大量应用,图像的存储和检索成为日常办公业务系统中不可避免的问题。
2、目前图像在办公流程中的应用主要包括以下几个方面:
3、1、作为办公业务系统文件、审批表单等附件,一般将线下执行的合同、审批表、签字等进行扫描,作为文件的附件。此种方法只能够作为简单的上传、下载和阅览,不能进行检索查询;
4、2、作为活动、专题、报道等存档附件,一般将照片、扫描图片等进行扫描,作为资料进行存储。此种方法只能够通过查询条目进行检索,不能进行图片信息检索查询;
5、3、目前传统办公业务系统大多采用结构化数据库存储,图像以流形式存储在数据库中。此种方式对数据库的空间占用较大,降低数据库空间使用效率。
6、因此,有必要开发一种辅助办公的图像分布存储和智能分析系统。
7、公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
1、本发明提出了一种辅助办公的图像分布存储和智能分析系统,提供对图像的智能化使用,解决图像存储空间占用问题。
2、本公开实施例提供了一种辅助办公的图像分布存储和智能分析系统,包括图像识别模块、图像知识图谱构建模块与图像知识库,其中:
3、所述图像识别模块,用于识别图像的属性与内容,包括属性识别单元、内容识别单元;
4、图像知识图谱构建模块,用于构建图像知识目录和标签,进而进行知识标注,构建图像知识图谱,所述图像知识图谱构建模块包括参数构建单元、知识标注单元;
5、图像知识库,用于将所述图像知识图谱中表示相同概念的知识进行合并、关联、归类并存储,获得所述图像知识库。
6、优选地,所述属性识别单元用于根据图像内置属性,进行识读并提取关键信息进行分析,建立图像属性目录和属性关联。
7、优选地,所述内容识别单元用于对图像内容进行识别,分析图像内容的数据信息,并对数据信息建立索引目录。
8、优选地,通过图像边缘计算法对图像内容进行识别,包括:
9、对图像颜色特征、形状特征、区域边缘特征进行文件的内容识别,识别算法基于图像边缘的形状,提取图像边缘特征,分析面积、曲线、边长、偏转、角度、兴趣点、傅里叶描述子、矩描述子,实现对物体形状的描述,通过匹配形状的特性确定图像所包含的内容。
10、优选地,所述参数构建单元图像用于建立知识目录和标签,通过知识目录,定义知识的分级结构,建立知识树,形成多级可递归的知识结构体系,通过知识标签确定图像所属的知识位置,确定图像知识所处位置的关联关系。
11、优选地,所述知识标注单元通过基于图像内容的知识标注算法、基于图像文本分析的知识标注算法以及基于深度学习的图像知识标注算法中的至少一项进行知识标注。
12、优选地,基于图像内容的知识标注算法包括:
13、通过识别图像内容进行知识点匹配,通过知识元数据模型计算,自动匹配知识点并进行标注。
14、优选地,基于图像文本分析的知识标注算法包括:
15、通过对图像内容的文本识别,获取图像文本内容,通过分词法,对文本内容中段落进行拆分,匹配获取文本中的关键词,通过关键词匹配知识目录,进行知识标注;
16、通过段落文本分析,提取文本中段落上下文含义,进行语法分析,获取段落含义,通过对含义的理解,确定文本所表达的内容,从而形成对图像内容的理解,通过相似度比较,确定图像对应知识库目录的知识点,从而进行知识标注。
17、优选地,基于深度学习的图像知识标注算法包括:
18、通过神经网络技术,对典型图像进行深度学习,建立图像类别模型,从而实现对类似图像的智能化标注。
19、优选地,所述图像知识库包括:
20、知识抽取单元,用于针对结构化和非结构化数据,进行实体识别、关系抽取和属性抽取,并对抽取数据进行转化,形成基础数据集,进而扩展所述知识图谱;
21、知识融合单元,用于判断所述图像知识库中的数据代表的含义、不同名称数据的关联性,解决同名实体的歧义性,采用聚类法、空间向量模型、语义模型;
22、知识推理单元,用于识别知识数据并从现有数据中推断新结论,通过推理导出实体间的新关系,并以图的形式进行反馈。
23、其有益效果在于:
24、本发明运用图像识别、人工智能(ai)、自然语言处理(nlp)、区块链等技术,可以实现对大量业务图像的智能化处理,有效辅助和弥补业务系统中对图像应用的缺陷,提升业务系统在运转过程中对图像等非结构化数据的智能化应用。通过本系统解决了传统业务系统缺少对图像智能化分析和利用的问题,以及在大型业务系统中对海量图像数据运算和存储的能力,从而将以往业务系统中的数据激活,通过人工智能的手段,简化业务应用处理的复杂度,提升系统智能化水平,提升数据利用效率。
25、本发明的装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
1.一种辅助办公的图像分布存储和智能分析系统,其特征在于,包括图像识别模块、图像知识图谱构建模块与图像知识库,其中:
2.根据权利要求1所述的辅助办公的图像分布存储和智能分析系统,其中,所述属性识别单元用于根据图像内置属性,进行识读并提取关键信息进行分析,建立图像属性目录和属性关联。
3.根据权利要求1所述的辅助办公的图像分布存储和智能分析系统,其中,所述内容识别单元用于对图像内容进行识别,分析图像内容的数据信息,并对数据信息建立索引目录。
4.根据权利要求3所述的辅助办公的图像分布存储和智能分析系统,其中,通过图像边缘计算法对图像内容进行识别,包括:
5.根据权利要求1所述的辅助办公的图像分布存储和智能分析系统,其中,所述参数构建单元图像用于建立知识目录和标签,通过知识目录,定义知识的分级结构,建立知识树,形成多级可递归的知识结构体系,通过知识标签确定图像所属的知识位置,确定图像知识所处位置的关联关系。
6.根据权利要求1所述的辅助办公的图像分布存储和智能分析系统,其中,所述知识标注单元通过基于图像内容的知识标注算法、基于图像文本分析的知识标注算法以及基于深度学习的图像知识标注算法中的至少一项进行知识标注。
7.根据权利要求6所述的辅助办公的图像分布存储和智能分析系统,其中,基于图像内容的知识标注算法包括:
8.根据权利要求6所述的辅助办公的图像分布存储和智能分析系统,其中,基于图像文本分析的知识标注算法包括:
9.根据权利要求6所述的辅助办公的图像分布存储和智能分析系统,其中,基于深度学习的图像知识标注算法包括:
10.根据权利要求1所述的辅助办公的图像分布存储和智能分析系统,其中,所述图像知识库包括: