[發(fā)明專利]視覺位置識(shí)別方法及裝置、計(jì)算機(jī)設(shè)備及可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011436657.4
• 申請(qǐng)日: 2020-12-10
• 公開（公告）號(hào): CN112463999A
• 公開（公告）日: 2021-03-09
• 發(fā)明（設(shè)計(jì)）人: 張鍥石;程俊;許震宇;任子良;康宇航;高向陽
• 申請(qǐng)（專利權(quán)）人: 中國科學(xué)院深圳先進(jìn)技術(shù)研究院
• 主分類號(hào): G06F16/51
• 分類號(hào): G06F16/51;G06F16/532;G06F16/583;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市科進(jìn)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44316
• 代理人: 魏毅宏

1.一種視覺位置識(shí)別方法，其特征在于，包括：

構(gòu)建自編碼器模型，所述自編碼器模型包括順序連接的編碼器模型和解碼器模型；

將訓(xùn)練圖像輸入預(yù)訓(xùn)練的VGG-16模型以輸出所述訓(xùn)練圖像的第一信息；

將所述訓(xùn)練圖像輸入所述自編碼器模型以輸出所述訓(xùn)練圖像的第二信息；

計(jì)算所述第一信息與所述第二信息之間的差值；

在所述差值小于預(yù)設(shè)值時(shí)確定所述自編碼器模型訓(xùn)練完畢；

在所述差值大于預(yù)設(shè)值時(shí)修改所述自編碼器模型的參數(shù)，并返回所述將所述訓(xùn)練圖像輸入所述自編碼器模型以輸出所述訓(xùn)練圖像的第二信息的步驟；

利用訓(xùn)練完畢的所述自編碼器模型中的編碼器模型進(jìn)行視覺位置識(shí)別。

2.根據(jù)權(quán)利要求1所述的視覺位置識(shí)別方法，其特征在于，所述編碼器模型包括多個(gè)卷積層和多個(gè)池化層，所述解碼器模型包括多個(gè)全連接層。

3.根據(jù)權(quán)利要求2所述的視覺位置識(shí)別方法，其特征在于，至少一個(gè)所述卷積層中添加有懲罰項(xiàng)；和/或

至少兩個(gè)相鄰的所述全連接層之間設(shè)置有丟棄層。

4.根據(jù)權(quán)利要求1所述的視覺位置識(shí)別方法，其特征在于，所述計(jì)算所述第一信息與所述第二信息之間的差值，包括：

利用L2損失函數(shù)計(jì)算所述第一信息與所述第二信息之間的差值。

5.根據(jù)權(quán)利要求1所述的視覺位置識(shí)別方法，其特征在于，所述視覺位置識(shí)別方法在所述利用訓(xùn)練完畢的所述自編碼器模型中的編碼器模型進(jìn)行視覺位置識(shí)別的步驟前，還包括：

將測試圖像輸入訓(xùn)練完畢的所述自編碼器模型中以獲得所述測試圖像的第三信息；

將檢索圖像輸入訓(xùn)練完畢的所述自編碼器圖像中以獲得所述檢索圖像的第四信息；

根據(jù)所述第三信息和所述第四信息計(jì)算所述測試圖像與所述檢索圖像的相似度；

根據(jù)所述相似度確定視覺位置識(shí)別結(jié)果；

計(jì)算所述測試圖像的索引與所述檢索圖像的索引之間的索引差值；

根據(jù)所述索引差值確定所述視覺識(shí)別結(jié)果的準(zhǔn)確度。

6.根據(jù)權(quán)利要求5所述的視覺位置識(shí)別方法，其特征在于，所述根據(jù)所述第三信息和所述第四信息計(jì)算所述測試圖像與所述檢索圖像的相似度，包括：

根據(jù)所述第三信息和所述第四信息計(jì)算所述測試圖像與所述檢索圖像的余弦相似度；

所述根據(jù)所述相似度確定視覺位置識(shí)別結(jié)果，包括：

在所述余弦相似度大于預(yù)設(shè)相似度時(shí)，確認(rèn)所述測試圖像與所述檢索圖像對(duì)應(yīng)同一場景；

在所述余弦相似度小于所述預(yù)設(shè)相似度時(shí)，確認(rèn)所述測試圖像與所述檢索圖像對(duì)應(yīng)不同場景。

7.根據(jù)權(quán)利要求5所述的視覺位置識(shí)別方法，其特征在于，所述根據(jù)所述索引差值確定所述視覺識(shí)別結(jié)果的準(zhǔn)確度，包括：

在所述索引差值小于預(yù)設(shè)索引差值時(shí)，確定所述視覺識(shí)別結(jié)果的準(zhǔn)確度高于預(yù)定閾值；

在所述索引差值大于所述預(yù)設(shè)索引差值時(shí)，確定所述視覺識(shí)別結(jié)果的準(zhǔn)確度低于所述預(yù)定閾值。

8.一種視覺位置識(shí)別裝置，其特征在于，包括：

構(gòu)建模塊，用于構(gòu)建自編碼器模型，所述自編碼器模型包括順序連接的編碼器模型和解碼器模型；

第一輸入模塊，用于將訓(xùn)練圖像輸入預(yù)訓(xùn)練的VGG-16模型以輸出所述訓(xùn)練圖像的第一信息；

第二輸入模塊，用于將所述訓(xùn)練圖像輸入所述自編碼器模型以輸出所述訓(xùn)練圖像的第二信息；

第一計(jì)算模塊，用于計(jì)算所述第一信息與所述第二信息之間的差值；

第一確定模塊，用于：

在所述差值小于預(yù)設(shè)值時(shí)確定所述自編碼器模型訓(xùn)練完畢；

在所述差值大于預(yù)設(shè)值時(shí)修改所述自編碼器模型的參數(shù)，并返回所述將所述訓(xùn)練圖像輸入所述自編碼器模型以輸出所述訓(xùn)練圖像的第二信息的步驟；

識(shí)別模塊，用于利用訓(xùn)練完畢的所述自編碼器模型中的編碼器模型進(jìn)行視覺位置識(shí)別。