本發明專利技術屬于分析領域，公開了一種基于大數據技術的專利價值分析系統，包括身份驗證模塊；身份驗證模塊包括光照調節單元、特征提取單元和身份驗證單元；圖像預處理單元用于對用戶的臉部圖像進行自適應光照調節處理：將用戶的臉部圖像從RGB顏色空間轉換到Lab顏色空間；獲取用戶的臉部圖像對應的亮度分量圖像；對亮度分量圖像進行自適應分區處理，獲得多個子區域；在RGB顏色空間中對子區域進行優化處理；使用預設的自適應調節算法分別對每個優化后的子區域進行光照調節處理，獲得調節圖像；特征提取單元用于獲取調節圖像中包含的特征數據；身份驗證單元用于判斷用戶是否通過身份驗證。本發明專利技術提高了身份驗證時的人臉識別的成功率。本發明專利技術提高了身份驗證時的人臉識別的成功率。本發明專利技術提高了身份驗證時的人臉識別的成功率。
【技術實現步驟摘要】
一種基于大數據技術的專利價值分析系統
[0001]本專利技術涉及專利分析領域，尤其涉及一種基于大數據技術的專利價值分析系統。
技術介紹
[0002]為了對專利的價值進行分析，現在很多專利價值系統都引入了大數據技術進行分析，將被標注為高價值的專利作為訓練數據，訓練出用于進行專利價值分析的模型，用戶在進行專利價值分析時，只需要輸入專利文檔，即可獲得分析結果。
[0003]現有的專利價值分析系統很多都是收費的系統，而在對用戶的身份進行驗證時，一般采用的是賬號加密碼的方式進行驗證，但是，這種驗證方式很容易使得用戶共享自己的賬號，導致專利價值分析系統的運營方的利益受損。因此，越來越多的專利價值分析系統開始使用人臉識別的方式來進行登錄驗證。
[0004]現有的基于大數據的專利價值分析系統在對人臉進行識別時，對人臉圖像進行預處理的階段需要進行光照調節處理，一般是直接使用retinex算法進行光照調節處理，但是，現有的retinex算法一般是針對全局的像素點進行處理，當圖像中的光照在局部范圍之間差別比較大時，使用retine算法容易出現局部范圍圖像亮度過高或亮度過低的問題。從而導致人臉識別的結果不夠準確，導致用戶可能需要反復進行人臉識別，影響專利價值分析系統的用戶體驗。
技術實現思路
[0005]本專利技術的目的在于公開一種基于大數據技術的專利價值分析系統，解決現有的基于大數據的專利價值分析系統在身份驗證階段進行光照調節處理時，容易出現的局部范圍圖像亮度過高或亮度過低的問題。
[0006]為了達到上述目的，本專利技術采用如下技術方案：本專利技術提供了一種基于大數據技術的專利價值分析系統，包括身份驗證模塊；身份驗證模塊包括光照調節單元、特征提取單元和身份驗證單元；圖像預處理單元用于對用戶的臉部圖像進行自適應光照調節處理，獲得調節圖像；特征提取單元用于獲取調節圖像中包含的特征數據；身份驗證單元用于基于特征數據判斷用戶是否通過身份驗證；其中，對用戶的臉部圖像進行自適應光照調節處理，獲得調節圖像，包括：將用戶的臉部圖像從RGB顏色空間轉換到Lab顏色空間；獲取用戶的臉部圖像在Lab顏色空間中的亮度分量圖像；對亮度分量圖像進行自適應分區處理，獲得多個子區域；在RGB顏色空間中對獲得的子區域進行優化處理，獲得優化后的子區域；使用預設的自適應調節算法分別對每個優化后的子區域進行光照調節處理，獲得
調節圖像。
[0007]優選地，基于大數據技術的專利價值分析系統還包括輸入模塊；輸入模塊用于通過身份驗證的用戶輸入需要進行專利價值分析的專利的著錄項信息。
[0008]優選地，基于大數據技術的專利價值分析系統還包括大數據分析模塊；大數據分析模塊用于基于相關信息對需要進行專利價值分析的專利進行價值分析，獲得專利價值分析結果。
[0009]優選地，所述大數據分析模塊包括模型訓練單元、數據獲取單元和分析單元；模型訓練單元用于通過大數據技術獲取用于進行專利價值分析的分析模型；數據獲取單元用于基于著錄項信息獲取需要進行專利價值分析的專利的完整文本數據；分析單元用于將完整文本數據輸入到分析模型中進行計算，獲得專利價值分析結果。
[0010]優選地，基于大數據技術的專利價值分析系統還包括顯示模塊；顯示模塊用于向用于顯示所述專利價值分析結果。
[0011]優選地，所述獲取調節圖像中包含的特征數據，包括：對調節圖像進行灰度化處理，獲得第一中間圖像；對第一中間圖像進行降噪處理，獲得第二中間圖像；對第二中間圖像進行圖像分割處理，獲得第三中間圖像；獲取第三中間圖像中包含的特征數據。
[0012]優選地，所述對調節圖像進行灰度化處理，獲得第一中間圖像，包括：采用如下公式對調節圖像進行灰度化處理：式中，表示在第一中間圖像中，坐標為的像素點的灰度值，表示三個預設的灰度化計算參數，和分別表示在紅色分量圖像R、綠色分量圖像G和藍色分量圖像B中，坐標為的像素點的像素值，R、G、B分別為調節圖像在RGB顏色空間中對應的紅色分量、綠色分量、藍色分量的圖像。
[0013]優選地，所述對第一中間圖像進行降噪處理，獲得第二中間圖像，包括：使用小波降噪算法對第一中間圖像進行降噪處理，獲得第二中間圖像。
[0014]優選地，所述對第二中間圖像進行圖像分割處理，獲得第三中間圖像，包括：使用基于深度學習的圖像分割算法對第二中間圖像進行圖像分割處理，獲得第三中間圖像。
[0015]優選地，所述獲取第三中間圖像中包含的特征數據，包括：使用Oriented FAST and Rotated BRIEF算法獲取第三中間圖像中包含的特征數據。
[0016]本專利技術在對用戶的臉部圖像進行處理時，通過使用自適應光照調節處理的方式來對用戶的臉部圖像進行了光照調節處理，從而能有效夠降低光照分布不均勻對后續的圖像識別的準確率的影響。而在光照調節處理的過程中，本專利技術先是在Lab顏色空間中對亮度分量圖像進行了分區處理，然后，在將分區處理的結果應用到RGB顏色空間中，在RGB顏色空間中對分區處理的結果進行優化，獲得了更為準確的分區結果，接著便是分別對每個獲得的子區域進行了光照調節處理，最后由所有進行了光照調節處理的子區域組成調節圖像。
[0017]由于在分區處理時將近似度高的像素點進行了劃分，因此，對每個子區域進行光照調節處理時并不會影響到其它的子區域，從而避免使用類似基于全局處理的retinex算法等算法對圖像進行光照調節處理時，出現局部范圍圖像亮度過高或亮度過低的問題的發生。本專利技術能夠提高圖像預處理的結果的準確性，進而提高本專利技術的專利價值分析系統在進行身份驗證時的人臉識別的成功率，使得用戶的體驗得到有效提高。
附圖說明
[0018]利用附圖對本專利技術作進一步說明，但附圖中的實施例不構成對本專利技術的任何限制，對于本領域的普通技術人員，在不付出創造性勞動的前提下，還可以根據以下附圖獲得其它的附圖。
[0019]圖1為本專利技術一種基于大數據技術的專利價值分析系統的一種實施例圖。
[0020]圖2為本專利技術獲取調節圖像中包含的特征數據的一種實施例圖。
具體實施方式
[0021]下面詳細描述本專利技術的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本專利技術，而不能理解為對本專利技術的限制。
[0022]如圖1所示的一種實施例，本專利技術提供了一種基于大數據技術的專利價值分析系統，包括身份驗證模塊；身份驗證模塊包括光照調節單元、特征提取單元和身份驗證單元；圖像預處理單元用于對用戶的臉部圖像進行自適應光照調節處理，獲得調節圖像；特征提取單元用于獲取調節圖像中包含的特征數據；身份驗證單元用于基于特征數據判斷用戶是否通過身份驗證；其中，對用戶的臉部圖像進行自適應光照調節處理，獲得調節圖像，包括：將用戶的臉部圖像從RGB顏色空間轉換到Lab顏色空間；獲取用戶的臉部圖像在Lab顏色空間中的亮度分量圖像；對亮度分量圖像本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種基于大數據技術的專利價值分析系統，其特征在于，包括身份驗證模塊；身份驗證模塊包括光照調節單元、特征提取單元和身份驗證單元；圖像預處理單元用于對用戶的臉部圖像進行自適應光照調節處理，獲得調節圖像；特征提取單元用于獲取調節圖像中包含的特征數據；身份驗證單元用于基于特征數據判斷用戶是否通過身份驗證；其中，對用戶的臉部圖像進行自適應光照調節處理，獲得調節圖像，包括：將用戶的臉部圖像從RGB顏色空間轉換到Lab顏色空間；獲取用戶的臉部圖像在Lab顏色空間中的亮度分量圖像；對亮度分量圖像進行自適應分區處理，獲得多個子區域；在RGB顏色空間中對獲得的子區域進行優化處理，獲得優化后的子區域；使用預設的自適應調節算法分別對每個優化后的子區域進行光照調節處理，獲得調節圖像。2.根據權利要求1所述的一種基于大數據技術的專利價值分析系統，其特征在于，還包括輸入模塊；輸入模塊用于通過身份驗證的用戶輸入需要進行專利價值分析的專利的著錄項信息。3.根據權利要求2所述的一種基于大數據技術的專利價值分析系統，其特征在于，還包括大數據分析模塊；大數據分析模塊用于基于相關信息對需要進行專利價值分析的專利進行價值分析，獲得專利價值分析結果。4.根據權利要求3所述的一種基于大數據技術的專利價值分析系統，其特征在于，所述大數據分析模塊包括模型訓練單元、數據獲取單元和分析單元；模型訓練單元用于通過大數據技術獲取用于進行專利價值分析的分析模型；數據獲取單元用于基于著錄項信息獲取需要進行專利價值分析的專利的完整文本數據；分析單元用于將完整文本數據輸入到分析模型中進行計算，獲得專利價值分析結果。5.根據權利要求3所述的一種基于大數據技術的專利價值分析系統，...
【專利技術屬性】
技術研發人員：鄧鳳桂，
申請(專利權)人：廣東聚智誠科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。