[發明專利]一種基于無監督特征點檢測的商品對齊方法

有效

• 申請號: 201811027439.8
• 申請日: 2018-09-04
• 公開（公告）號: CN109191255B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 康樂;潘嶸
• 申請（專利權）人: 中山大學
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/953
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 陳偉斌

本發明涉及人工智能的技術領域，更具體地，涉及一種基于無監督特征點檢測的商品對齊方法。一種基于無監督特征點檢測的商品對齊方法，其中，包括以下步驟：S1.特征點檢測訓練數據準備；S2.檢測框模型訓練；S3.特征點檢測；S4.根據特征點坐標進行仿射變換對齊。本發明經過特征點檢測對齊之后用在商品后續的識別網絡上，相較于沒做對齊直接識別準確率會明顯更高，因為網絡對于正向的物體比傾斜的物體更容易識別；對于現有的有監督特征點對齊，這個方法能節省標注成本。

技術領域

本發明涉及人工智能的技術領域，更具體地，涉及一種基于無監督特征點檢測的商品對齊方法。

背景技術

目前沒有商品沒有一個統一的對齊方法，大部分相關任務都是沒有做對齊的，現有的對齊方法也都是有監督先標出特征點，但是人工標注的特征點對于不同的商品是不魯棒的，而且人工標注的成本是很高的。因此如果能無監督自適應找到能對抗旋轉的商品結構特征點,用在商品領域是很有意義的。

現有技術是：1、現有的商品特征點檢測都是用帶標注的數據預先訓練好特征點檢測模型，再對商品圖片的特征點進行預測，對齊。2、大部分商品識別任務是沒有對商品做對齊的。

現有技術的缺點是：1、訓練需要大量帶標注的圖片數據，物體結構的人工標注或設計對于大多數對象類別來說這個成本是很大的。2、目前的商品識別任務由于標注成本高，商品結構復雜，是沒有做對齊的，對于識別準確率有一定的影響。

發明內容

本發明為克服上述現有技術所述的至少一種缺陷，提供一種基于無監督特征點檢測的商品對齊方法，在實際場景中我們是需要識別有旋轉角度的商品的，但是由于標注這樣的數據成本很高，就沒有做對齊，目前都是通過增加訓練集的數據，增加訓練數據的多樣性來保證識別正確率，然而有傾斜角度的商品識別準確率是遠不如正向商品的識別準確率的。通過穩定的特征點對齊商品再進行識別就很有意義。能提高商品識別的準確率。

本發明的技術方案是：一種基于無監督特征點檢測的商品對齊方法，其中，包括以下步驟：

S1.特征點檢測訓練數據準備；

S2.檢測框模型訓練；

S3.特征點檢測；

S4.根據特征點坐標進行仿射變換對齊。

現有的一些商品有監督特征點檢測特征點方法需要人工標注特征點的信息，成本很高，本方法可以用無監督的形式對商品的特征點進行建模；現有的一些商品識別系統對于商品是沒有做對齊的，通過本方法做了對齊之后能提升識別準確率。

本發明保護一套基于圖像檢測的商品對齊技術，用無監督檢測特征點的方法，對其他角度的商品數據做對齊，便于進行后續商品識別等操作。之前是用有監督人工標注特征點對齊或者沒有做對齊技術。

與現有技術相比，有益效果是：本發明經過特征點檢測對齊之后用在商品后續的識別網絡上，相較于沒做對齊直接識別準確率會明顯更高，因為網絡對于正向的物體比傾斜的物體更容易識別；對于現有的有監督特征點對齊，這個方法能節省標注成本。

附圖說明

圖1是本發明整體流程示意圖。

圖2是本發明R-FCN網絡結構示意圖。

圖3是本發明特征點檢測網絡結構示意圖。

圖4是本發明模板關鍵點示意圖。

圖5是本發明仿射變換示意圖。

圖6是本發明對齊示意圖。

圖7是本發明特征點檢測效果示意圖。

具體實施方式