[發明專利]基于生成查詢網絡的行李體積自動分類方法

有效

• 申請號: 201910088785.5
• 申請日: 2019-01-30
• 公開（公告）號: CN109858437B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 朱斐;徐大勇;劉全
• 申請（專利權）人: 蘇州大學
• 主分類號: G06V20/64
• 分類號: G06V20/64;G06V10/82;G06V10/764;G06N3/0464;G06N3/08;G06V10/26;G06V10/762
• 代理公司: 蘇州翔遠專利代理事務所(普通合伙) 32251
• 代理人: 陸金星;姚惠菱

本發明公開了一種基于生成查詢網絡的行李體積自動分類方法，包括如下步驟：(1)提供一包括相機的場景圖像獲取子系統、一包括生成查詢網絡的三維模型生成子系統、場景分割子系統以及一行李分類子系統；(2)通過相機對包含行李的當前實際場景進行圖片采集；(3)將步驟(2)獲得的圖片序列作為生成查詢網絡的輸入；(4)通過場景分割子系統將步驟(3)獲得的三維模型轉變為點云文件，將點云文件進行分割；(5)通過行李分類子系統根據獲得的每個行李的點云數據計算每個行李的體積，并將每個行李標識為其體積所在的體積范圍。本發明由于采用人工智能方法，不需要人工過多的干預，即可實現資助定位和體積預估，具有更為廣泛的應用性。

技術領域

本發明涉及人工智能及控制技術領域，具體涉及一種基于生成查詢網絡的行李體積自動分類方法。

背景技術

在登機時，需要辦理行李托運手續，由于一般航空公司對托運行李的重量和體積上限出臺相應的限制要求，因此在行李托運辦理時，值機人員需要對行李進行稱重并目測體積大小，保證行李符合托運的規定重量和體積要求。由于辦理行李托運手續的旅客數量較多，而值機人員有限，采用人眼目測行李體積大小的方法容易造成部分超大體積的行李被遺漏檢查，給行李托運帶來不便，且人眼目測的方式檢查效率低下，延長了辦理行李托運手續的時間。

發明內容

本發明的目的是提供一種基于生成查詢網絡的行李體積自動分類方法，不需要過多的人工干預，即可實現行李的自主定位和體積預估，具有更為廣泛的應用性。

為實現上述發明目的，本發明提供以下的技術方案：一種基于生成查詢網絡的行李體積自動分類方法，包括如下步驟：

(1)提供一場景圖像獲取子系統、一三維模型生成子系統、場景分割子系統、一行李體積計算子系統以及一行李分類子系統，所述場景圖像獲取子系統包括相機，所述三維模型生成子系統包括生成查詢網絡，所述場景分割子系統包括點云庫；

(2)通過所述相機對包含行李的當前實際場景進行圖片采集，形成帶有空間姿態信息的圖片序列；

(3)將步驟(2)獲得的圖片序列作為所述生成查詢網絡的輸入，獲得與當前實際場景相互映射的三維模型；

(4)通過所述點云庫將步驟(3)獲得的三維模型轉變為點云文件，將所述點云文件進行分割，獲得每個行李的點云數據；

(5)通過所述行李分類子系統根據獲得的每個行李的點云數據計算每個行李的體積，并將每個行李標識為其體積所在的體積范圍。

優選的，通過在不同拍攝姿態間切換的一臺相機或分別處于不同拍攝姿態的多臺相機獲取當前場景的圖片序列。

優選的，所述相機為單目相機。

優選的，帶有空間姿態信息的圖片序列定義為其中，i∈{1，…，N}，k∈{1，…，K}，i是數據中場景的數目，k是每個場景中圖片的數目，是拍攝方位,是從拍攝方位拍攝到的圖像。

優選的，拍攝方位用五個維度的向量(pos_x，pos_y，pos_z，yaw，pitch)表示，pos_x表示相機在三維坐標系中的X軸位置,pos_y表示相機在三維坐標系中的Y軸位置,pos_z表示相機在三維坐標系中的Z軸位置,yaw表示相機的偏航角,pitch表示相機的俯仰角。

優選的，所述生成查詢網絡在訓練時選用值逼近方法，即最小化上界，作為代價函數，采用小批量自適應梯度下降的更新方式更新參數，即將訓練集劃分為很多批，對每一批計算誤差并更新參數，即所述生成查詢網絡的損失函數公式為：

其中，

θ是模型的待訓練的參數；

表示當前函數有兩個參數，分別為θ和φ；

(x，v)～D是待訓練的準備數據D；