[發明專利]機器學習和深度學習訓練用的物體多角度圖像采集系統及方法

有效

• 申請號: 201810104230.0
• 申請日: 2018-02-02
• 公開（公告）號: CN108471495B
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 韓越興;楊李剛;王冰
• 申請（專利權）人: 上海大學
• 主分類號: H04N5/232
• 分類號: H04N5/232;H04N5/235
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 顧勇華

本發明涉及一種機器學習和深度學習訓練用的物體多個角度圖像采集的系統及方法。本系統是將多個攝像設備固定于能夠旋轉的攝像設備陣列固定網格上，并用程序來控制多個攝像設備的拍攝來提高獲取用于機器學習訓練的物體識別訓練集的效率。攝像設備陣列固定網格中的攝像設備數量可依照需要動態擴展。整個攝像設備陣列固定網格通過計算機控制，節約了人力操作的成本，同時可按需求固定的照明燈配合攝像設備陣列固定網格可輕易制造出不同角度的光源。解決了傳統人力采集方式耗時耗力的缺點，實現了高度的采集需求變化包容性與采集設備的擴展性。

技術領域

本發明涉及一種機器學習和深度學習訓練用的物體多個角度圖像采集的系統及方法，其應用的技術領域為基于機器學習和深度學習的物體識別和圖像處理等研究領域。本發明可以快速準確地采集同一物體同一時刻的各種角度的圖像數據，從而可以節省機器學習等相關領域的研發人員時間。此外，因為物體的同一種狀態下的大量圖像數據是同時獲得的，這就保證了在機器學習和深度學習中，物體圖像數據狀態的可靠性。

技術背景

如今人工智能是計算機科學中極為熱門的領域之一。在人工智能領域，機器學習和深度學習是非常常用的算法，特別是深度學習，是近十年發展最快的方法。利用機器學習和深度學習方法進行物體識別和圖像處理，一個基本條件是需要大量圖像數據作為訓練數據集。傳統采集大量的圖像數據往往需要耗費大量的人力和時間。例如許多人臉識別公共數據庫，如ORL和Yale等人臉數據庫樣本中被拍攝者的頭部圖像拍攝方法均為單相機、被拍攝者不斷旋轉來進行拍攝的，單人照片一般也只有10張左右；而大型的人臉數據庫如LFW是通過網絡獲取已知身份的人臉照片，單人的照片數量無法保證，無法針對特定人群搭建用于訓練的數據集。這種傳統方法下采集到的圖像數據是不能夠全面地反映出被觀察物體的特征。

本發明在物體圖像數據采集效率上比傳統方法有很大的提升。通過本發明的圖像數據采集裝置可以高效地采集某一距離下物體的各個角度的圖像數據，不需要被拍攝物體或拍攝者多次轉動拍攝角度，從而大大減少了對人力和時間的消耗，提升了圖像數據集的完備性，緩解了在人工單相機采集過程中會出現的物體角度少、數據集的不完備而導致學習得出的數據模型正確率不高的情況發生。

發明內容

本發明的目的在于針對已有技術存在的不足，提供一種機器學習和深度學習訓練用的物體多角度圖像采集系統及方法，能夠同時對目標物體從各個不同的角度進行圖像數據的高速采集。此設備可以節省研究者和開發者的大量時間和人力投入，并有效提高每個目標物體的圖像多樣性，從而提高機器學習和深度學習后得到的數學模型的準確率。

為達到上述目的，本發明的構思是：電腦通過數據傳輸接口，如網線口、USB口等同時連接多個攝像設備；攝像設備以及照明燈搭建在固定網格上；網格固定在可旋轉的支架上。在硬件設備構建完畢的基礎上，設計并開發出攝像設備的控制程序，從而完成多角度物體的快速圖像采集。

采集裝置和技術方案

攝像部分是由多個攝像設備、攝像設備陣列固定網格、固定轉軸、多個照明燈和三腳支架組成；主控制器由計算機及顯示部分組成。其中，攝像設備陣列固定網格包含多個小方格，按照使用者不同的需求，網格可以是很大，固定在地面上，也可以制作出能手提的小網格，多個攝像設備固定于網格中不同位置的小方格中。攝像設備陣列固定網格能夠向內彎曲，其中心點與三角支架通過轉軸連接，使得攝像設備陣列固定網格能夠繞著中心點進行旋轉，這樣可以調整攝像設備拍攝的角度。另外，在網格上要固定數個照明燈，采集不同照明角度下物體的圖像數據。

主控制器與攝像設備通過傳輸接口進行連接，并控制攝影設備的運行，采集到的圖像數據通過傳輸接口存入計算機的存儲裝置。主控制器通過攝像設備控制程序實現對多個攝像設備的控制，程序分為程序界面的設計和后端控制的實現。程序的主要界面包括了多個攝像設備拍攝畫面的顯示區域、存儲路徑顯示條、存儲文件夾名稱輸入框和5個按鈕，分別為：

(1)顯示區域：在屏幕上排列顯示連接每個攝像設備的動態畫面；