[发明专利]基于神经网络的特征点识别方法

权利要求书

1.一种基于神经网络的特征点识别方法，其特征在于，包括以下步骤：

S1：利用经过预处理的图片训练神经网络；

S2：保持虚拟现实头盔的红外点光源处于开启状态，红外摄像头拍摄；

S3：对图片进行预处理，得到预处理图像；

S4：将S3得到的预处理图像输入神经元即可得到每个光斑对应的所述红外点光源的ID。

2.根据权利要求1所述的基于神经网络的特征点识别方法，其特征在于，所述图像预处理可以采用如下方法：

S11：对于给定的输入图像，将图像经过处理单元转换为32×32像素的黑白图像，

S12：找到每个光斑的中心点，在每个中心点上叠加一个小半径的区别于周围环境的其它颜色的光斑，叠加上去的光斑占用1个像素的大小。

3.根据权利要求2所述的基于神经网络的特征点识别方法，其特征在于，叠加的所述光斑的颜色为黑色。

4.根据权利要求3所述的基于神经网络的特征点识别方法，其特征在于，神经元输入等于每个像素的归一化后的灰度值,越靠近黑色其值越接近1，越靠近白色其值越接近0。

5.根据权利要求2所述的基于神经网络的特征点识别方法，其特征在于，通过所述红外摄像头捕捉各个方向和各种位置下的所述红外点光源图像，将这些图像经过图像预处理后用于神经网络训练。

6.根据权利要求1-5任一项所述的基于神经网络的特征点识别方法，其特征在于，所述处理单元结合上一帧已知的历史信息对上一帧图像的光斑点做一个微小的平移使上一帧图像的光斑点与当前帧图像的光斑点产生对应关系，根据该对应关系和上一帧的历史信息判断当前帧图像上有对应关系的每个光斑点的对应ID。