[发明专利]一种用于深度学习姿态估计的数据集制作方法

权利要求书

1.一种用于深度学习姿态估计的数据集制作方法，其特征在于，包括如下步骤：

S1：准备一采集照片的相机，利用棋盘格对该相机进行相机标定，得到相机的内参数、外参数；

S2：生成并打印包括至少一个二维码的码盘，将目标物体摆放于码盘平面上；

S3：用相机采集目标物体及码盘的图片，图片中至少一个二维码不被目标物体掩盖；

S4：识别图片中的二维码，选择一个不被目标物体掩盖的二维码并以该二维码的中心点为原点设立世界坐标系，计算得出世界坐标系相对相机坐标系的（r，t），r和t分别代表旋转和平移；

S5：测量目标物体尺寸和目标物体相对于被选择二维码之间的距离，计算得出目标物体最小外接矩形的8个顶点的世界坐标；

S6：通过相机的内外参数、（r，t）以及 8个顶点的世界坐标计算出8个顶点的像素坐标；还包括顶点顺序检测步骤，步骤S6计算得出8个顶点的像素坐标后，对8个顶点拟定顺序，通过重投影检查映射在目标物体上的顶点顺序是否和拟定顺序一致，如果不一致，则调整成一致，再执行步骤S7;

S7：将8个顶点连接成6个面，将面内的像素值设置为255，面外的像素值设置为0，得到相应的掩码mask；面内像素值设置不变，面外像素值设置为0，得到mask-show；通过观察mask-show的完整性判断8个顶点的像素坐标是否精确，不精确剔除图片，重新执行步骤S3，精确执行步骤S8；

S8：由掩码mask、目标物体尺寸及像素坐标生成LineMod格式数据集。

2.如权利要求1所述的一种用于深度学习姿态估计的数据集制作方法，其特征在于：步骤S2中，生成并打印包括两个二维码的码盘，将目标物体摆放于两个二维码之间。

3.如权利要求2所述的一种用于深度学习姿态估计的数据集制作方法，其特征在于：步骤S4中，若两个二维码均未被掩盖且可识别，选择其中一个二维码的中心为原点设立世界坐标系，计算得出世界坐标系相对相机坐标系的（r，t）；若有一个二维码被掩盖，则选择另一个二维码并以该二维码的中心点为原点设立世界坐标系，计算得出世界坐标系相对相机坐标系的（r，t）。