[发明专利]一种基于三维网格及神经网络的三维物体识别检测方法

说明书

本发明公开了一种基于三维网格及神经网络的三维物体识别检测方法，包含以下步骤：A、获取三维物体样本集；B、更新三维物体样本集；C、对样本进行包络体、网格化处理；D、训练神经网络；E、确定待检测三维物体及检测样本；F、设置滑动步长；G、设置置信度阈值；H、确定待检测物体在三维数字空间中所包含的三维物体的类型及位置，通过本发明可以有效的解决在三维数字空间中，对三维物体的识别和检测，即使三维数字空间中场景的复杂程度很高，亦可以利用此方法识别和检测出相应的三维物体。

技术领域

本发明涉及神经网络技术领域，具体是一种基于三维网格及神经网络的三维物体识别检测方法。

背景技术

在数字化领域，经常需要将三维世界的内容映射到计算机中，并利用三维数字模型进行映射，这就是常说的“Digital Twins”（亦称“数字孪生”或“数字双胞胎”）。

将三维世界实体映射到三维数字空间中，其包含了比二维图像更加丰富的信息，因而对三维数字空间的物体进行识别和检测，有极大的实用价值。

同时，在复杂的及多元物体混合的场景中，如何有效的识别和检测出其包含的三维物体，亦具有极高的实用价值；

然而，目前在计算机图像识别领域，还是主要以二维图像识别为主；并且在三维数字空间中，如何有效的解决三维物体旋转不变性的问题，亦是比较麻烦的问题。

发明内容

本发明的目的在于提供一种基于三维网格及神经网络的三维物体识别检测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于三维网格及神经网络的三维物体识别检测方法，包含以下步骤：

A、获取三维物体样本集；

B、更新三维物体样本集；

C、对样本进行包络体、网格化处理；

D、训练神经网络；

E、确定待检测三维物体及检测样本；

F、设置滑动步长；

G、设置置信度阈值；

H、确定待检测物体在三维数字空间中所包含的三维物体的类型及位置。

作为本发明的优选方案：所述步骤A具体是：对样本集中的所有三维模型进行聚合处理；根据聚合后的内容，对样本集中的三维物体创建标签。

作为本发明的优选方案：所述步骤B具体是：对先前样本集中的样本基于旋转不变性的目的，对样本进行扩展及更新。

作为本发明的优选方案：所述步骤C具体是：对更新后的三维样本集中的样本进行包络体及网格化的处理。

作为本发明的优选方案：所述步骤D具体是：将步骤C中通过包络体及网格化处理后，并且具有相同标签的样本，放入神经网络进行训练，神经网络的输入层神经元个数由网格化后的网格数量确定，输出神经元的个数为1个；使每个标签相同的三维物体样本对应一个神经网络，即步骤A中有多少个标签，就有多少个神经网络。

作为本发明的优选方案：所述步骤E具体是：确定复杂的待检测物体，并将其放入数字化环境中,在三维样本集中选择标签相同的三维物体从该待检测物体的包络体的坐标原点进行识别处理。

作为本发明的优选方案：所述步骤F具体是：对于相同标签的三维物体的样本，将其每个样本中包络体及网格化后的网格，放入带检测三维物体的包络体中，并在带检测物体的包络体中进行滑动，每滑动一步的距离，为在该三维网格中所在x、y、z坐标轴上的网格尺寸；并且每滑动一步，都将该三维网格进行数值化处理，将其放入到和该检测物体标签对应的神经网络中，进行相似性计算。