[發明專利]一種回環檢測方法、裝置及電子設備和存儲介質

有效

• 申請號: 202011306240.6
• 申請日: 2020-11-19
• 公開（公告）號: CN112270384B
• 公開（公告）日: 2023-06-13
• 發明（設計）人: 胡建兵
• 申請（專利權）人: 湖南國科微電子股份有限公司
• 主分類號: G06V10/74
• 分類號: G06V10/74;G06V10/44;G06V10/82;G06N3/0464
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王曉坤

1.一種回環檢測方法，其特征在于，包括：

獲取待檢測的多通道圖像，將所述多通道圖像輸入預先訓練的CNN神經網絡中，提取所述CNN神經網絡預設層輸出的目標特征圖和高維向量；

若存在所述多通道圖像對應的歷史關鍵幀，則確定所述歷史關鍵幀的歷史向量與當前所述高維向量的余弦相似度；

若所述余弦相似度大于第一閾值，則確定所述歷史關鍵幀對應的歷史特征圖與所述目標特征圖的匹配度；

若所述匹配度大于第二閾值，則確定最終檢測結果為存在回環。

2.根據權利要求1所述的回環檢測方法，其特征在于，所述確定所述歷史關鍵幀的歷史向量與當前所述高維向量的余弦相似度之后，還包括：

若所述余弦相似度小于所述第一閾值，則確定初步檢測結果為不存在回環，并直接輸出所述初步檢測結果，禁止執行所述確定所述歷史關鍵幀對應的歷史特征圖與所述目標特征圖的匹配度的過程；

若所述余弦相似度大于所述第一閾值，且所述匹配度小于所述第二閾值，則確定所述最終檢測結果為不存在回環。

3.根據權利要求1所述的回環檢測方法，其特征在于，所述將所述多通道圖像輸入預先訓練的CNN神經網絡中，提取所述CNN神經網絡預設層輸出的目標特征圖和高維向量之后，還包括：

將所述目標特征圖和所述高維向量保存至預設存儲器，所述預設存儲器用于存儲歷史提取的特征圖和高維向量。

4.根據權利要求1至3任一項所述的回環檢測方法，其特征在于，所述CNN神經網絡的訓練過程包括：

獲取多通道圖像樣本，并對所述多通道圖像樣本進行圖像增強處理；

利用增強處理后圖像樣本進行CNN神經網絡的訓練，得到用于提取特征圖和高維向量的CNN神經網絡。

5.根據權利要求4所述的回環檢測方法，其特征在于，所述對所述多通道圖像樣本進行圖像增強處理，包括：

利用隨機選取的圖像增強處理方式，對所述多通道圖像樣本進行增強處理，得到增強處理后圖像樣本；其中，所述圖像增強處理方式包括光照增強處理、縮放增強處理、場景增強處理和噪聲增強處理。

6.根據權利要求4所述的回環檢測方法，其特征在于，所述利用增強處理后圖像樣本進行CNN神經網絡的訓練，包括：

通過圖像ID訓練模式和/或圖像組訓練模式，利用所述增強處理后圖像樣本進行CNN神經網絡的訓練。

7.一種回環檢測裝置，其特征在于，包括：

圖像輸入模塊，用于獲取待檢測的多通道圖像，將所述多通道圖像輸入預先訓練的CNN神經網絡中，提取所述CNN神經網絡預設層輸出的目標特征圖和高維向量；

相似度確定模塊，用于若存在所述多通道圖像對應的歷史關鍵幀，則確定所述歷史關鍵幀的歷史向量與當前所述高維向量的余弦相似度；

匹配度確定模塊，用于若所述余弦相似度大于第一閾值，則確定所述歷史關鍵幀對應的歷史特征圖與所述目標特征圖的匹配度；

第一結果確定模塊，用于若所述匹配度大于第二閾值，則確定最終檢測結果為存在回環。

8.根據權利要求7所述的回環檢測裝置，其特征在于，還包括：

第二結果確定模塊，用于在確定所述歷史關鍵幀的歷史向量與當前所述高維向量的余弦相似度之后，若所述余弦相似度小于所述第一閾值，則確定初步檢測結果為不存在回環，并直接輸出所述初步檢測結果，禁止執行所述確定所述歷史關鍵幀對應的歷史特征圖與所述目標特征圖的匹配度的過程；

第三結果確定模塊，用于若所述余弦相似度大于所述第一閾值，且所述匹配度小于所述第二閾值，則確定所述最終檢測結果為不存在回環。

9.一種電子設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執行所述計算機程序時實現如權利要求1至6任一項所述回環檢測方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述回環檢測方法的步驟。