[發明專利]一種利用泛化特征對幾何標識進行識別及定位的方法

有效

• 申請號: 201810955658.6
• 申請日: 2018-08-21
• 公開（公告）號: CN109145902B
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 季錚;廖逸凡;林杉
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 楊采良

1.一種利用泛化特征對幾何標識進行識別及定位的方法，其特征在于，所述利用泛化特征對幾何標識進行識別及定位的方法包括：

利用三維渲染引擎對相應類別的幾何圖形對象生成訓練數據集，通過深度學習網絡對幾何圖形進行訓練，同時確定幾何標識在影像中的矩形區域范圍；

對識別出的圖形目標進行輪廓提取共性特征處理；

再利用降維的ICP算法進行標識點離散化狀態下的配準，獲得變換參數，同時獲得幾何標識的精確位置坐標；

在幾何標識的識別過程中，利用數據合成和卷積神經網絡進行圖形學習的方法，對自主定義的幾何標識進行識別與檢測；

在幾何標識定位的過程中，利用幾何標識的輪廓信息，并以幾何標識的其它共性特征加以輔助，對幾何標識基元在影像中的形變的定量描述，獲得定位信息。

2.如權利要求1所述的利用泛化特征對幾何標識進行識別及定位的方法，其特征在于，所述利用泛化特征對幾何標識進行識別及定位的方法包括：

1)在生成虛擬樣本并訓練網絡階段，輸入給定幾何圖形；

2)利用三維渲染引擎生成虛擬樣本虛擬影像樣本數據，并將其輸入卷積神經網絡進行訓練；

3)利用訓練好的卷積神經網絡檢測幾何標識在影像中的位置，確定其在影像中的矩形范圍；

4)對幾何標識目標進行輪廓提取共性特征處理；

5)利用降維ICP算法實現標識點離散化狀態下的配準，獲得變換參數，確定幾何標識中心坐標或其他所需特征點的坐標。

3.如權利要求2所述的利用泛化特征對幾何標識進行識別及定位的方法，其特征在于，所述利用泛化特征對幾何標識進行識別及定位的方法具體包括：

1)在虛幻編輯器中構建三維實景，再導入預先定義好的幾何圖案，并將幾何標識設置為不同的材質，并安置于場景之中，設置相機參數，并在藍圖編輯器中設置相機的運動軌跡、姿態變化和拍照頻率以及光線的明暗變化信息；

2)對影像進行標記，輸入卷積神經網絡中進行訓練，在程序中，采用yolov2算法，darknet框架；在該框架下，對參數進行調節，將所檢測的類別數設置為3類，調節學習率為0.001，權值衰減為0.9，圖像強制縮放為416*416的尺寸，色調，飽和度，曝光分別設置為0.1，1.5和1.5，最大迭代次數設置為50萬次，對于整個網絡，將前23層卷積網絡的權值固定，對后面的分類網絡進行訓練；訓練完成后得到識別給定基元的卷積神經網絡；

3)對幾何標識進行精確定位，對原圖進行裁剪；在裁剪完后的區域中，幾何標識為裁剪完后的區域的主體部分；

4)利用opencv提供的接口對幾何標識輪廓的提取，并以點云的形式保存；分別計算基元和影像的零階和一階中心距，并求出點云中心的初值；利用降維的ICP算法求解出點云之間的形變參數，獲得精確定位。

4.一種終端，其特征在于，所述終端至少搭載實現權利要求1～3任意一項所述利用泛化特征對幾何標識進行識別及定位的方法的控制器。

5.一種計算機可讀存儲介質，包括指令，當其在計算機上運行時，使得計算機執行如權利要求1-3任意一項所述的利用泛化特征對幾何標識進行識別及定位的方法。

6.一種實現權利要求1所述方法的利用泛化特征對幾何標識進行識別及定位系統，其特征在于，所述利用泛化特征對幾何標識進行識別及定位系統包括：

虛擬樣本生成單元，輸入給定幾何圖形，并利用三維渲染引擎生成虛擬樣本影像數據；

幾何標識檢測單元，利用訓練好的卷積神經網絡在影像中檢測出幾何標識，確定其在影像中的矩形范圍；

配準單元，對幾何標識目標進行輪廓提取共性特征處理，并利用降維的ICP算法實現標識離散化狀態下的配準，獲得變換參數。

7.一種攝影測量設備，其特征在于，所述攝影測量設備至少搭載權利要求6所述的利用泛化特征對幾何標識進行識別及定位系統。