[發(fā)明專利]一種基于飛機3d模型的飛機檢測方法

在審

• 申請?zhí)枺?/td>: 202011040774.9
• 申請日: 2020-09-28
• 公開（公告）號: CN112200227A
• 公開（公告）日: 2021-01-08
• 發(fā)明（設計）人: 李愛林;黃濤;文戈;其他發(fā)明人請求不公開姓名
• 申請（專利權）人: 深圳市華付信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 北京科家知識產(chǎn)權代理事務所(普通合伙) 11427
• 代理人: 宮建華

1.一種基于飛機3d模型的飛機檢測方法，其特征在于，包括以下步驟：

步驟一：打開飛機3d模型，得到不同角度、帶飛機掩碼的飛機本體截圖；

步驟二：生成逼真飛機圖片；將背景圖片統(tǒng)一設置為固定大小，然后隨機選取圖片范圍內(nèi)的一個點，作為飛機粘貼的左上角，選擇一張帶掩碼的飛機截圖，根據(jù)掩碼得到飛機的外接矩形，再根據(jù)外接矩形摳取飛機，接著對飛機設置一個大小，最后使用PIL庫的paste函數(shù)，根據(jù)飛機截圖的掩碼，將飛機粘貼到背景圖片選取的點上，得到逼真飛機圖片的同時，生成圖片中飛機的框信息；

步驟三：步驟二中生成的飛機圖片和其對應的框信息，與真實應用場景的飛機和框信息，構成了深度學習的訓練集，并程序化地生成飛機數(shù)據(jù)，再加上真實應用場景的數(shù)據(jù)，可以得到可用于飛機檢測訓練的數(shù)據(jù)；

步驟四：模擬各種天氣狀況下的飛機圖片，取一張訓練集中的圖片，再取一張黑夜、雨雪等天氣的圖片并保存為與訓練集中圖片相同的分辨率，兩張圖片按1比1的權重相加，也就是兩張圖片相同位置上的像素，分別成乘以0.5，然后相加，就得到模擬圖片，按照此流程生成的模擬圖片，再對應上飛機框信息，就可以加入到訓練集中；

步驟五：訓練深度學習模型：將上述生成的飛機圖片、模擬各種天氣狀況下的飛機圖片、少量真實的飛機圖片，以及這些圖片對應的飛機框，輸入到神經(jīng)網(wǎng)絡進行合理訓練，就可以得到深度學習模型。

2.根據(jù)權利要求1所述的一種基于飛機3d模型的飛機檢測方法，其特征在于：所述步驟一的具體步驟為：

(1)使用三維看圖軟件打開飛機3d模型文件；

(2)直接渲染得到不同角度、帶飛機掩碼的飛機本體截圖，所述截圖為RGBA格式的PNG圖片，其中飛機掩碼是RGBA格式中的A(alpha)層，代表著每個像素點的不透明程度，實質(zhì)為二值圖，為0表示透明，為1表示不透明，此處飛機的掩碼就是：飛機截圖中背景像素點的A層就為0，飛機像素點的A層就為1。

3.根據(jù)權利要求1所述的一種基于飛機3d模型的飛機檢測方法，其特征在于：所述步驟一的具體步驟為：

(1)通過在線查看3d模型的網(wǎng)站打開3d模型文件；

(2)一邊轉(zhuǎn)動飛機，一邊錄屏，得到視頻文件后抽幀，得到不同角度的飛機截圖；

(3)使用opencv庫得到每張飛機截圖的掩碼。

4.根據(jù)權利要求1所述的一種基于飛機3d模型的飛機檢測方法，其特征在于：所述步驟二中，所述背景圖片為高清壁紙圖片、高分辨率圖片、真實應用場景圖片中的一種或多種。

5.根據(jù)權利要求1所述的一種基于飛機3d模型的飛機檢測方法，其特征在于：所述步驟二中，背景圖片的大小為512*512像素。

6.根據(jù)權利要求1所述的一種基于飛機3d模型的飛機檢測方法，其特征在于：所述步驟二中，框信息包括：左上角的橫坐標、縱坐標和飛機的寬、高。

7.根據(jù)權利要求1所述的一種基于飛機3d模型的飛機檢測方法，其特征在于：所述步驟三中，真實應用場景的數(shù)量為每個攝像頭100張。