[發明專利]繪本角點定位的方法、設備、計算機設備和可讀存儲介質

在審

• 申請號: 202010195885.0
• 申請日: 2020-03-19
• 公開（公告）號: CN111401266A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 朱銘德;周志敏;叢林;劉海偉
• 申請（專利權）人: 杭州易現先進科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 金無量

1.一種繪本角點定位的方法，其特征在于，所述方法包括：

獲取繪本的待定位圖像，對所述待定位圖像與識別模板進行特征點匹配，定位所述待定位圖像中所有角點的第一位置；

根據所述第一位置獲取角點坐標，根據所述識別模板的幾何參數和所述角點坐標，計算幾何差值，在所述所有角點的所述幾何差值均小于或者等于差值閾值的情況下，保留所述角點；

以所述角點為幾何中心，截取第一區域，在所述第一區域內，進行繪本角點定位，得到所述角點的第二位置，以所述角點的第二位置為中心，截取第二區域，在所述第二區域內進行繪本角點定位，得到所述角點的第三位置，其中，所述第一區域的面積大于所述第二區域。

2.根據權利要求1所述的繪本角點定位的方法，其特征在于，所述根據所述識別模板的幾何參數和所述角點坐標，計算幾何差值，在所述所有角點的所述幾何差值均小于或者等于差值閾值的情況下，保留所述角點包括：

根據所述角點坐標，計算所述待定位圖像各個邊長的測量值，根據所述識別模板的幾何參數和縮放比例，計算所述待定位圖像的估計值；

計算所述測量值與所述估計值之間的幾何差值，在所述幾何差值小于或者等于所述差值閾值的情況下，保留所述角點坐標，在所述幾何差值大于所述差值閾值的情況下，重新進行特征點匹配。

3.根據權利要求1所述的繪本角點定位的方法，其特征在于，在所述以所述角點為幾何中心，截取第一區域之前，所述方法還包括：

根據所述繪本的幾何參數，矯正所述角點的位置。

4.根據權利要求3所述的繪本角點定位的方法，其特征在于，所述根據所述所述繪本的幾何參數，矯正所述角點的位置包括：

獲取所述繪本的長和寬，根據所述繪本的長寬比，矯正所述角點的位置。

5.根據權利要求1所述的繪本角點定位的方法，其特征在于，在所述得到所述角點的第三位置之后，所述方法還包括：

將所述第三位置進行坐標系變換，在坐標系轉移后，計算所述待定位圖像的位置和姿態，對所述位置和姿態進行渲染和疊加。

6.根據權利要求1所述的繪本角點定位的方法，其特征在于，在所述獲取繪本的待定位圖像之前，所述方法還包括合成繪本數據，通過所述繪本數據對神經網絡模型進行訓練，所述訓練方法包括：

提取待標注圖像的輪廓，獲取所述輪廓的最小外接多邊形，在所述輪廓內，根據所述最小外接多邊形的頂點與所述輪廓內像素的距離，標注所述輪廓的修正角點坐標，其中，所述待標注圖像為深度圖像；

將所述修正角點坐標轉換至彩色坐標系，在所述彩色坐標系中，將以所述修正角點坐標為頂點形成的彩色區域貼圖至背景圖像，得到合成圖像，對所述合成圖像的邊角圖像進行數據增強；

根據所述數據增強后的邊角圖像，對所述神經網絡模型進行訓練，其中，所述神經網絡模型用于角點回歸。

7.根據權利要求6所述的繪本角點定位的方法，其特征在于，所述根據所述最小外接多邊形的頂點與所述輪廓內像素的距離，標注所述輪廓的修正角點坐標包括：

在所述輪廓內，獲取與所述最小外接多邊形的頂點距離最近的像素，根據所述像素的坐標與所述修正角點的深度值，確定所述像素的修正角點坐標。

8.根據權利要求6所述的繪本角點定位的方法，其特征在于，所述對所述合成圖像的邊角圖像進行數據增強包括：

以所述合成圖像的頂點為幾何中心，以第一預設長度截取第一方形區域，以所述幾何中心為中心，以任意角度旋轉所述第一方形區域；

在旋轉后的所述第一方形區域中，以所述幾何中心為中心，以第二預設長度截取第二方形區域；

在所述第二方形區域內，改變所述待標注圖像的光照、亮度、對比度和模糊度，或者加入椒鹽噪聲，對合成圖像的邊角圖像進行縮放和畸變。