[發(fā)明專利]一種特征點檢測方法、設(shè)備、介質(zhì)及產(chǎn)品

在審

• 申請?zhí)枺?/td>: 202110994755.8
• 申請日: 2021-08-27
• 公開（公告）號: CN113850759A
• 公開（公告）日: 2021-12-28
• 發(fā)明（設(shè)計）人: 盛森;梁哲恒;魏汝蘭;龐亞菲;梁雄師;王洪飛;謝慧波;范鈾;韓陽
• 申請（專利權(quán)）人: 廣東南方數(shù)碼科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04;G06N3/08
• 代理公司: 廣州市越秀區(qū)哲力專利商標事務(wù)所(普通合伙) 44288
• 代理人: 謝有林

1.一種特征點檢測方法，其特征在于：包括以下步驟：

接收待測影像數(shù)據(jù)，接收需要進行特征點檢測的待測影像數(shù)據(jù)；

模型預(yù)測，采用能夠檢測特定類型特征點的預(yù)設(shè)特征點檢測模型對所述待測影像數(shù)據(jù)進行識別，得到含有若干候選特征點的候選特征點集合；

角點檢測，采用預(yù)設(shè)角點檢測算法對所述待測影像數(shù)據(jù)進行角點檢測，得到含有若干角點的角點集合；

特征點評估，將與角點集合中存在對應(yīng)角點的候選特征點作為最終特征點，得到含有若干最終特征點的最終特征點集合。

2.如權(quán)利要求1所述的一種特征點檢測方法，其特征在于：在所述接收待測影像數(shù)據(jù)之前還包括：模型訓(xùn)練，根據(jù)預(yù)設(shè)標記規(guī)則對訓(xùn)練數(shù)據(jù)集中的每個樣本影像數(shù)據(jù)進行特征點標記處理，得到含有若干標記特征點的特征點標簽集合，使用所述訓(xùn)練數(shù)據(jù)集以及特征點標簽集合對初步特征點檢測模型進行訓(xùn)練，將經(jīng)過訓(xùn)練的初步特征點檢測模型作為預(yù)設(shè)特征點檢測模型。

3.如權(quán)利要求2所述的一種特征點檢測方法，其特征在于：所述使用所述訓(xùn)練數(shù)據(jù)集以及特征點標簽集合對初步特征點檢測模型進行訓(xùn)練具體為：將所述訓(xùn)練數(shù)據(jù)集和所述特征點標簽集合輸入至初步特征點檢測模型中，使用隨機梯度下降方法對初步特征點檢測模型進行訓(xùn)練。

4.如權(quán)利要求2所述的一種特征點檢測方法，其特征在于：在所述模型訓(xùn)練之前還包括收集數(shù)據(jù)，收集若干樣本影像數(shù)據(jù)，得到含有若干樣本影像數(shù)據(jù)的訓(xùn)練數(shù)據(jù)集。

5.如權(quán)利要求1所述的一種特征點檢測方法，其特征在于：所述特征點評估具體為：在角點集合中篩選出與候選特征點集合中所述候選特征點的距離小于預(yù)設(shè)距離閾值的角點作為精準位置點，將所述精準位置點作為最終特征點，得到含有若干最終特征點的最終特征點集合。

6.如權(quán)利要求5所述的一種特征點檢測方法，其特征在于：所述在角點集合中篩選出與候選特征點集合中所述候選特征點的距離小于預(yù)設(shè)距離閾值的角點作為精準位置點具體為：遍歷所述候選特征點集合中每個候選特征點，計算每個候選特征點與角點集合中每個角點的距離，將離小于預(yù)設(shè)距離閾值的角點作為對應(yīng)候選特征點的精確位置點。

7.如權(quán)利要求1所述的一種特征點檢測方法，其特征在于：所述預(yù)設(shè)角點檢測算法為Shi-Tomasi角點檢測算法。

8.一種電子設(shè)備，其特征在于包括：處理器；

存儲器；以及程序，其中所述程序被存儲在所述存儲器中，并且被配置成由處理器執(zhí)行，所述程序包括用于執(zhí)行權(quán)利要求1-7中任意一項所述的一種特征點檢測方法。

9.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于：所述計算機程序被處理器執(zhí)行權(quán)利要求1-7中任意一項所述的一種特征點檢測方法。

10.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-7中任意一項所述的一種特征點檢測方法。