[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)的對單張室外圖像太陽位置的預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201711078072.8
• 申請日: 2017-11-06
• 公開（公告）號: CN107895385B
• 公開（公告）日: 2021-07-20
• 發(fā)明（設(shè)計）人: 金鑫;孫星;張曉昆;李曉東;孫楠;周興暉;葉超塵
• 申請（專利權(quán)）人: 中共中央辦公廳電子科技學(xué)院
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06N3/04
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 楊學(xué)明;顧煒

本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的對單張室外圖像太陽位置的預(yù)測方法。考慮到卷積神經(jīng)網(wǎng)絡(luò)在提取圖像亮度屬性有著較好的表現(xiàn)，該方法將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用拓展到對單幅圖像的太陽位置預(yù)測上。首先，對webcam數(shù)據(jù)集進(jìn)行刪選。統(tǒng)一的圖片尺寸，并修改卷積神經(jīng)網(wǎng)絡(luò)中的卷基層、池化層的相關(guān)參數(shù)。然后，將數(shù)據(jù)轉(zhuǎn)換成為hdf5格式，并將網(wǎng)絡(luò)的數(shù)據(jù)輸入層改為了HDF5Layer層以支持hdf5型的數(shù)據(jù)輸入。最后，在網(wǎng)絡(luò)的輸出層選擇將兩個角度分開輸出，計算兩個損失函數(shù)。本發(fā)明使用了進(jìn)行圖片分類的卷積神經(jīng)網(wǎng)絡(luò)AlexNet以及對MSCR網(wǎng)絡(luò)進(jìn)行一定修改后的網(wǎng)絡(luò)來進(jìn)行對比訓(xùn)練。并對預(yù)測結(jié)果進(jìn)行了統(tǒng)計和對比分析。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機(jī)圖形學(xué)領(lǐng)域，具體涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的對單張室外圖像太陽位置的預(yù)測方法。

背景技術(shù)

隨著計算機(jī)技術(shù)的進(jìn)步，計算機(jī)圖形學(xué)理論方法和相應(yīng)內(nèi)容實(shí)現(xiàn)方法的不斷更新、進(jìn)步，我們能夠從一張圖片中獲取到的信息越來越多。其中，一張圖片的場景信息(如：光照方向、物體材質(zhì)、物體物理位置、物體顏色等)，對于獲取圖片中的光照信息具有決定性的作用，圖片中的各個組成部分在一定光源下都會對彼此的光影分布產(chǎn)生影響。一張圖片中的場景是晴天還是陰天，是早上還是傍晚，圖片是是清晰的還是模糊的，圖片的拍攝地點(diǎn)是在戶外還是在室內(nèi)，從圖片中獲取諸如此類的場景信息，對于我們?nèi)藖碚f是直觀、便捷、快速的，但是對于計算機(jī)來說，它“看”到的圖片，只是一個充滿著數(shù)字的矩陣，它無法直觀的從這個矩陣中判斷出圖片的各種場景信息。讓計算機(jī)能夠從圖片中判斷出這些場景信息，對于計算機(jī)圖形學(xué)來說是一項非常重要的研究內(nèi)容。光，作為反映圖片中場景信息的重要客觀條件，在計算機(jī)圖形學(xué)的眾多研究領(lǐng)域中一直是一個不可或缺的因素，但在計算機(jī)圖形學(xué)的研究中，往往將圖片中的光照信息更多的是作為一種噪聲，而不是場景信息一種，希望在獲取圖片信息的過程中，圖片中的光照信息是不變的，這樣可以減少干擾因素?；谶@種理論假設(shè)，C.Stauffer等人試圖僅通過圖片背景信息的改變來進(jìn)行追蹤和監(jiān)視，H.Chen等人試圖分析光照的不變性。這些研究都忽略的光照對場景信息的表達(dá)的影響。所以，單獨(dú)分析一張圖片中的光照信息是一個有著豐富應(yīng)用研究價值的題目。在這個基礎(chǔ)上，基于對圖片解析、圖片重構(gòu)等方面的需求，發(fā)展為從一張圖片分析預(yù)測圖片中的光照方向(太陽位置)的研究內(nèi)容。

發(fā)明內(nèi)容

本發(fā)明要解決技術(shù)問題為：基于卷積神經(jīng)網(wǎng)絡(luò)的對單張室外圖像太陽位置的預(yù)測。通過卷積神經(jīng)網(wǎng)絡(luò)自動預(yù)測圖片中的太陽位置。由于太陽位置是相對于拍攝地點(diǎn)而言的相對值，在傳統(tǒng)的方法中，需要結(jié)合拍攝經(jīng)緯度、相機(jī)參數(shù)等外界信息。本發(fā)明選擇通過卷積神經(jīng)網(wǎng)路自動提取圖片的特征信息，直接輸出太陽位置這個相對值。

本發(fā)明采用的技術(shù)方案為：一種基于卷積神經(jīng)網(wǎng)絡(luò)的對單張室外圖像太陽位置的預(yù)測方法，該方法包括如下步驟：

(1)需要兼顧圖片的全局特征和局部特征，將數(shù)據(jù)集中尺寸不一的圖片統(tǒng)一縮小到256×256的圖片大小，并修改卷積神經(jīng)網(wǎng)絡(luò)中的卷基層、池化層的相關(guān)參數(shù)，使得網(wǎng)絡(luò)滿足256×256的大小的圖片的輸入。將數(shù)據(jù)集中帶有l(wèi)ogo、帶有明顯噪聲的部分圖片剔除出本次實(shí)驗(yàn)，不采用它們作為訓(xùn)練集使用；

(2)將數(shù)據(jù)通過自寫程序轉(zhuǎn)換成了hdf5格式，并在將網(wǎng)絡(luò)的數(shù)據(jù)輸入層改為了HDF5Layer層以支持hdf5型的數(shù)據(jù)輸入；在網(wǎng)絡(luò)的輸出層選擇將兩個角度分開輸出，計算兩個損失函數(shù)；

(3)將數(shù)據(jù)在AlexNet和MSCR改上進(jìn)行訓(xùn)練；訓(xùn)練的訓(xùn)練集為520000張圖片，測試集為123500張圖片，基本保持在4:1的比例，訓(xùn)練和測試的batch_size設(shè)置為32，最大迭代次數(shù)為325000次；

(4)通過縱橫向?qū)Ρ葘φ`差進(jìn)行分析。