[发明专利]机器人拍照方法、装置、计算机设备和存储介质有效
申请号: | 202010062423.1 | 申请日: | 2020-01-19 |
公开(公告)号: | CN111246098B | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 徐扬生;林天麟;周立广 | 申请(专利权)人: | 深圳市人工智能与机器人研究院;香港中文大学(深圳) |
主分类号: | H04N5/232 | 分类号: | H04N5/232;G06K9/62;G06K9/00 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 杨欢 |
地址: | 518172 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机器人 拍照 方法 装置 计算机 设备 存储 介质 | ||
1.一种机器人拍照方法,包括:
获取目标对象所对应的引导图像、以及所述目标对象所对应的类型信息;所述类型信息是所述目标对象所属类别的信息;所述引导图像,用于引导机器人找到合适的拍照位置;
根据所述目标对象的边缘信息,提取所述引导图像在不同候选位置处的显著图;所述显著图是显示所述引导图像中每个像素独特性的图像;所述显著图包括至少一个的显著区域,各所述显著区域对应有各自的中心坐标;
对于各候选位置,分别确定相应显著图和所述引导图像间的面积比值,并分别确定相应显著图中所有显著区域各自对应的中心坐标,并将所述显著区域的中心坐标进行加权回归处理,得到相应显著图的中心坐标,根据所述引导图像的宽度和高度确定所述引导图像的中心坐标;根据相应显著图的中心坐标和所述引导图像的中心坐标,计算第一参数集;对于各候选位置,分别确定相应显著图各顶点对应的坐标;根据相应显著图各顶点对应的坐标,以及所述引导图像的宽度和高度,计算第二参数集;
基于所述面积比值、所述第一参数集、及所述第二参数集分别与由所述类型信息所确定的相应参考值之间的差异,构建目标函数;
将所述目标函数最小化至预设阈值内时所对应的候选位置作为目标位置,并在所述目标位置处对所述目标对象进行拍照。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象的边缘信息,提取所述引导图像在不同候选位置处的显著图,包括:
根据所述引导图像的混合损耗,确定所述引导图像各层级的显著性信息;
根据所述显著性信息确定所述目标对象的边缘信息;
根据在不同候选位置处的所述目标对象的边缘信息对所述引导图像进行二值化处理,提取所述引导图像在不同候选位置处的显著图。
3.根据权利要求1所述的方法,其特征在于,所述对于各候选位置,分别确定相应显著图和所述引导图像间的面积比值,包括:
对于各候选位置,分别确定相应显著图中各像素点的像素值,以及所述引导图像的宽度和高度;
将相应显著图中各像素点的像素值在所述引导图像的宽度和高度范围内进行累加,得到相应显著图的面积,将所述引导图像的宽度和高度相乘,得到所述引导图像的面积,并将相应显著图的面积与所述引导图像的面积的比值作为面积比值。
4.根据权利要求1所述的方法,其特征在于,所述第一参数集包括第一横坐标参数和第一纵坐标参数,所述根据相应显著图的中心坐标和所述引导图像的中心坐标,计算第一参数集,包括:
根据相应显著图的中心坐标,确定相应的第一中心横坐标和第一中心纵坐标;
将所述引导图像的宽度的二分之一处所对应的横坐标,作为所述引导图像的中心坐标的第二中心横坐标,将所述引导图像的高度的二分之一处所对应的纵坐标,作为所述引导图像的中心坐标的第二中心纵坐标;
计算所述第二中心横坐标与所述第一中心横坐标的第一差值,并将所述第一差值与所述第二中心横坐标的比值作为第一横坐标参数;
计算所述第二中心纵坐标与所述第一中心纵坐标的第二差值,并将所述第二差值与所述第二中心纵坐标的比值作为第一纵坐标参数。
5.根据权利要求1所述的方法,其特征在于,所述显著图的顶点包括显著图的左顶点、右顶点、上顶点和下顶点;所述第二参数集包括第二横坐标参数和第二纵坐标参数,所述根据相应显著图各顶点对应的坐标,以及所述引导图像的宽度和高度,计算第二参数集,包括:
根据所述左顶点的横坐标与右顶点的横坐标计算第三差值,并将所述第三差值与所述引导图像的宽度的比值作为第二横坐标参数;
根据所述上顶点的纵坐标与下顶点的纵坐标计算第四差值,并将所述第四差值与所述引导图像的高度的比值作为第二纵坐标参数。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述方法还包括:
将所述引导图像和相应显著图进行与操作处理,得到彩色显著图;
将所述彩色显著图调整至预设大小,并通过特征提取网络提取调整大小后的彩色显著图的图像特征;
基于所述图像特征,计算所述引导图像的美学分数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市人工智能与机器人研究院;香港中文大学(深圳),未经深圳市人工智能与机器人研究院;香港中文大学(深圳)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010062423.1/1.html,转载请声明来源钻瓜专利网。