[发明专利]一种目标信息获取方法、系统、装置及可读存储介质在审

专利信息
申请号: 202010090758.4 申请日: 2020-02-13
公开(公告)号: CN111311571A 公开(公告)日: 2020-06-19
发明(设计)人: 王森;陈敏杰;李昂 申请(专利权)人: 上海小萌科技有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 郄晨芳
地址: 200441 上海市宝山*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 信息 获取 方法 系统 装置 可读 存储 介质
【权利要求书】:

1.一种目标信息获取方法,其特征在于,包括:

利用扰动参数对获取的初始训练数据进行训练集扩充处理,得到训练数据集;

利用训练数据集对初始神经网络进行训练,得到标记神经网络,利用所述标记神经网络对获取到的X光片图像进行标记处理,得到标记图像;

获取所述标记图像的标记信息,利用所述标记信息计算得到目标信息。

2.根据权利要求1所述的目标信息获取方法,其特征在于,所述获取所述标记图像的标记信息,利用所述标记信息计算得到目标信息,包括:

获取所述标记信息,利用所述标记信息确定目标点对应的第一点集;

计算所述第一点集的质心点,将所述质心点对应的质心点坐标确定为所述目标点对应的目标信息。

3.根据权利要求1所述的目标信息获取方法,其特征在于,所述获取所述标记图像的标记信息,利用所述标记信息计算得到目标信息,包括:

获取所述标记信息,利用所述标记信息确定目标线对应的第二点集;

对所述第二点集进行线性回归处理,得到所述目标线对应的目标方程,并将所述目标方程确定为所述目标线对应的目标信息。

4.根据权利要求1所述的目标信息获取方法,其特征在于,所述获取所述标记图像的标记信息,利用所述标记信息计算得到目标信息,包括:

获取所述标记信息,利用所述标记信息确定第一目标点对应的第一目标信息和第二目标点对应的第二目标信息;

利用所述第一目标信息、所述第二目标信息和缩放系数,计算所述第一目标点和所述第二目标点之间的第一距离,将所述第一距离确定为第三目标信息;

利用所述标记信息确定第一目标线对应的第四目标信息和第三目标点对应的第五目标信息;

利用所述第四目标信息、所述第五目标信息和所述缩放系数,计算所述第一目标线和所述第三目标点之间的第二距离,将所述第二距离确定为第六目标信息。

5.根据权利要求1所述的目标信息获取方法,其特征在于,所述获取所述标记图像的标记信息,利用所述标记信息计算得到目标信息,包括:

获取所述标记信息,利用所述标记信息确定第二目标线对应的第七目标信息和第三目标线对应的第八目标信息;

利用所述第七目标信息和所述第八信息,计算所述第二目标线和所述第三目标线之间的直线夹角,将所述直线夹角确定为第九目标信息。

6.根据权利要求1至5任一项所述的目标信息获取方法,其特征在于,所述利用扰动参数对获取的初始训练数据进行训练集扩充处理,得到训练数据集,包括:

在第一扰动区间内选择多个第一扰动参数,利用各个所述第一扰动参数对所述初始训练数据进行平移旋转扰动处理,得到多个第一训练数据;

在第二扰动区间内选择多个第二扰动参数,利用各个所述第二扰动参数分别对各个所述第一训练数据进行视角扰动处理,得到多个第二训练数据;

在第三扰动区间内选择多个第三扰动参数,利用各个所述第三扰动参数分别对各个所述第二训练数据进行点云稠密扰动处理,得到多个第三训练数据;

获取各个所述第三训练数据的标记数据,利用所述标记数据和所述第三训练数据组成所述训练数据集。

7.根据权利要求6所述的目标信息获取方法,其特征在于,所述获取各个所述第三训练数据的标记数据,包括:

确定目标第三训练数据,获取所述目标第三训练数据对应的多个预标记数据;

计算各个所述预标记数据的平均值数据,将所述平均值数据确定为所述目标第三训练数据的所述标记数据。

8.一种目标信息获取装置,其特征在于,包括:

训练集获取模块,用于利用扰动参数对获取的初始训练数据进行训练集扩充处理,得到训练数据集;

标记模块,用于利用训练数据集对初始神经网络进行训练,得到标记神经网络,利用所述标记神经网络对获取到的X光片图像进行标记处理,得到标记图像;

计算模块,用于获取所述标记图像的标记信息,利用所述标记信息计算得到目标信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海小萌科技有限公司,未经上海小萌科技有限公司许可,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/202010090758.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top