[發明專利]基于深度神經網絡的特征點提取方法

有效

• 申請號: 201810299459.4
• 申請日: 2018-04-04
• 公開（公告）號: CN108564120B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 高成英;張澤昕
• 申請（專利權）人: 中山大學
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/46;G06K9/62
• 代理公司: 廣州凱東知識產權代理有限公司 44259
• 代理人: 羅丹

1.一種基于深度神經網絡的特征點提取方法，其特征在于包括以下步驟：

數據生成，利用OpenCV隨機生成不同基礎圖形，同時對于有角點的圖形記錄角點的位置作為后續訓練的標簽；

其中，所述數據生成包括以下步驟：

尺度規定，限制基礎圖形生成的邊界，以此來實現多尺度的圖形生成，然后在尺度規定的基礎上，生成不同尺度和不同形狀的基礎圖形；

利用隨機噪聲加平滑濾波生成不包含信息的背景；

利用生成的基礎圖形和背景合成，生成合成圖；

分別給合成圖添加模糊和添加噪聲，最后對于每張合成圖得到一組三張圖片，分別是合成圖即原圖、模糊圖和噪聲圖；

另外，數據生成所選用的數據集主要選擇四種基礎圖形，分別是：三角形、四邊形、橢圓和線段；

訓練深度神經網絡，利用所述不同基礎圖形和標簽作為訓練集訓練網絡模型，來檢測角點的產生；

其中，所述訓練深度神經網絡步驟中，利用數據生成提供的圖片數據集和對應標簽，放入網絡中進行訓練，直到收斂；同時通過提取后的不同通道信息把降低分辨率的圖片還原成原圖分辨率的特征點概率圖，以此來達到特征點提取的功能；

所述訓練深度神經網絡步驟中，采用基于ResNet的網絡結構來進行特征的提取；

測試，利用深度神經網絡訓練好的模型，對OpenCV生成的數據集和互聯網上下載到的真實數據集進行測試，評估特征點提取方法的性能表現。