[發(fā)明專利]一種基于機(jī)器視覺的表計(jì)自動(dòng)建模方法在審
| 申請(qǐng)?zhí)枺?/td> | 202110103572.2 | 申請(qǐng)日: | 2021-01-26 |
| 公開(公告)號(hào): | CN112818974A | 公開(公告)日: | 2021-05-18 |
| 發(fā)明(設(shè)計(jì))人: | 林文益;武詩洋;李修亮;余宗杰;姚謙;蘭駿 | 申請(qǐng)(專利權(quán))人: | 浙江國(guó)自機(jī)器人技術(shù)股份有限公司 |
| 主分類號(hào): | G06K9/20 | 分類號(hào): | G06K9/20;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 杭州華鼎知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33217 | 代理人: | 項(xiàng)軍 |
| 地址: | 310051 浙江省杭州市濱江區(qū)*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 機(jī)器 視覺 自動(dòng) 建模 方法 | ||
1.一種基于機(jī)器視覺的表計(jì)自動(dòng)建模方法,其特征是,包括以下步驟:
步驟1,建立表計(jì)母模庫,母模庫包括特征表計(jì)圖片,建立使用faster-rcnn的表頭檢測(cè)網(wǎng)絡(luò)并進(jìn)行訓(xùn)練,建立reid分類網(wǎng)絡(luò)并進(jìn)行訓(xùn)練;
步驟2,輸入待建模表計(jì)圖片,根據(jù)表頭檢測(cè)網(wǎng)絡(luò)尋找待建模表計(jì)圖片的表頭圖像,然后通過reid分類網(wǎng)絡(luò)將待建模表計(jì)圖片的表頭圖像和母模庫的特征表計(jì)圖片進(jìn)行匹配;
步驟3,匹配完成后,根據(jù)置信度由高到低將母模庫的特征表計(jì)圖片按順序排列,選擇置信度排名前若干位的母模庫的特征表計(jì)圖片作為候選母模;
步驟4,待建模表計(jì)圖片的表頭圖像與候選母模通過表計(jì)指示關(guān)鍵區(qū)域的模板進(jìn)行匹配,匹配完成后和步驟3中的置信度結(jié)合確定最終置信度,最終置信度最高的候選母模即為待建模表計(jì)圖片匹配的最佳母模;
步驟5,計(jì)算最佳母模和待建模表計(jì)圖片的單應(yīng)矩陣,根據(jù)單應(yīng)矩陣換算待建模表計(jì)圖片的表計(jì)指示關(guān)鍵區(qū)域,完成待建模表計(jì)的建模。
2.根據(jù)權(quán)利要求1所述的一種基于機(jī)器視覺的表計(jì)自動(dòng)建模方法,其特征是,所述的步驟1中,表計(jì)母模庫建立的方法為人工輸入若干個(gè)特征表計(jì)圖片,每個(gè)特征表計(jì)圖片代表一類表計(jì),表計(jì)母模庫為動(dòng)態(tài)更新的表計(jì)母模庫,對(duì)于一個(gè)新輸入的特征表計(jì)圖片,若此特征表計(jì)圖片與表計(jì)母模庫內(nèi)現(xiàn)有的特征表計(jì)圖片的相似度小于設(shè)定的閾值,則判斷為新類別的特征表計(jì)圖片,表計(jì)母模庫收入此特征表計(jì)圖片代表新一類表計(jì)。
3.根據(jù)權(quán)利要求1所述的一種基于機(jī)器視覺的表計(jì)自動(dòng)建模方法,其特征是,所述的步驟1中,表頭檢測(cè)網(wǎng)絡(luò)訓(xùn)練的具體方法為:標(biāo)注特征表計(jì)圖片中的表頭位置進(jìn)行faster-rcnn模型訓(xùn)練,F(xiàn)aster-rcnn訓(xùn)練將整張圖片輸入cnn網(wǎng)絡(luò)進(jìn)行特征提取,然后使用候選框提取網(wǎng)絡(luò)生成一對(duì)錨框,對(duì)錨框進(jìn)行裁剪后通過softmax判斷錨點(diǎn)屬于前景或后景,即是物體或非物體,同時(shí)另一只分支邊框回歸修正錨框,形成較精確的候選框,然后將建議窗口映射到cnn的最后一層卷積特征圖上,通過ROIpooling層使每個(gè)ROI生成固定尺寸的特征圖片,最后通過softmax Loss和Smooth L1 Loss對(duì)分類概率和邊框回歸進(jìn)行聯(lián)合訓(xùn)練。
4.根據(jù)權(quán)利要求1所述的一種基于機(jī)器視覺的表計(jì)自動(dòng)建模方法,其特征是,所述的步驟1中,reid分類網(wǎng)絡(luò)訓(xùn)練的具體方法為:首先使用一個(gè)殘差網(wǎng)絡(luò)作為主干網(wǎng)絡(luò)來提取目標(biāo)物體特征,然后通過特征之間的距離去衡量特征的相似度,并優(yōu)化這些距離,優(yōu)化方法為使用三元組損失方法,即同時(shí)輸入3張圖片,包含一對(duì)正樣本和一對(duì)負(fù)樣本,不斷拉近正樣本間距離,推遠(yuǎn)負(fù)樣本間距離,提高reid效果。
5.根據(jù)權(quán)利要求1所述的一種基于機(jī)器視覺的表計(jì)自動(dòng)建模方法,其特征是,所述的表計(jì)為指針表,所述的步驟4中,表計(jì)指示關(guān)鍵區(qū)域?yàn)榭潭汝P(guān)鍵區(qū)域,匹配包括以下步驟:
步驟4-1,提取待建模表計(jì)圖片的表頭圖像的梯度幅值;
步驟4-2,保留梯度幅值前30%的像素點(diǎn)計(jì)算梯度方向;
步驟4-3,使用上下左右平移的方法按角度余弦平方值進(jìn)行模板匹配,
步驟4-4,匹配值加步驟3中的置信度即為最終置信度,最終置信度最高的為最佳母模。
6.根據(jù)權(quán)利要求5所述的一種基于機(jī)器視覺的表計(jì)自動(dòng)建模方法,其特征是,所述的步驟5中,根據(jù)單應(yīng)矩陣換算得出指針運(yùn)行橢圓區(qū)域,指針錨點(diǎn)位置,刻度起始點(diǎn)與終點(diǎn)信息,使用錨點(diǎn)與刻度間的連線在一定區(qū)間內(nèi)提取像素梯度方向,并與最佳母模的指針像素梯度方向進(jìn)行匹配,通過遍歷所有指針角度獲取最佳匹配點(diǎn),最后根據(jù)指針角度與指針表的量程換算出指針讀數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江國(guó)自機(jī)器人技術(shù)股份有限公司,未經(jīng)浙江國(guó)自機(jī)器人技術(shù)股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110103572.2/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





