[发明专利]一种基于VGG-16的高精度光斑中心检测方法在审
| 申请号： | 202011534032.1 | 申请日： | 2020-12-22 |
| 公开（公告）号： | CN112561982A | 公开（公告）日： | 2021-03-26 |
| 发明（设计）人： | 潘新建;张崇富;邓春健;杨亮;吴洁滢;李奇;李志莉;徐世祥;王婷瑶;温贺平;高庆国;刘凯;易子川;迟锋;刘黎明 | 申请（专利权）人： | 电子科技大学中山学院 |
| 主分类号： | G06T7/60 | 分类号： | G06T7/60;G06N3/04;G06N3/08 |
| 代理公司： | 广东雅商律师事务所 44652 | 代理人： | 王向东 |
| 地址： | 528400 *** | 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： | 一种 基于 vgg 16 高精度 光斑 中心 检测 方法 | ||
1.一种基于VGG-16的高精度光斑中心检测方法，其特征在于它包括以下步骤：
（1）、获取激光光斑图并进行中心标注，标注完成的激光光斑图在进行归一化后制作为光斑数据集；
（2）、基于VGG-16构建光斑中心检测神经网络；
（3）、对光斑数据集进行数据增强后输入至光斑中心检测神经网络，将光斑中心检测神经网络训练收敛为光斑中心检测模型；
（4）、将需要进行中心检测的待测光斑图归一化后输入至光斑中心检测模型内，光斑中心检测模型输出归一化坐标；
（5）、将归一化坐标结合待测光斑图进行测算后，获取待测光斑图的中心坐标位置。
2.根据权利要求1所述的基于VGG-16的高精度光斑中心检测方法，其特征在于所述步骤2的光斑中心检测神经网络由依次相连的十四个卷积层和一个全连接层构成，最后一卷积层的尺寸为1x1，全连接层的神经元个数为2，且全连接层采用的激活函数为线性激活函数。
3.根据权利要求2所述的基于VGG-16的高精度光斑中心检测方法，其特征在于所述卷积层的通道数为64。
4.根据权利要求1所述的基于VGG-16的高精度光斑中心检测方法，其特征在于所述步骤3采用的损失函数为SmooohL1，采用的优化策略为随机梯度下降法。
5.根据权利要求1所述的基于VGG-16的高精度光斑中心检测方法，其特征在于所述步骤1的激光光斑图获取的变化因素包括场景、入射角度和激光器。
6.根据权利要求1所述的基于VGG-16的高精度光斑中心检测方法，其特征在于所述步骤3的数据增强是对光斑数据集的激光光斑图进行包括角度旋转、翻转、翻转后角度旋转、模糊增强以及亮暗调节的处理，原始的激光光斑图在进行数据增强后均进行归一化，形成新的激光光斑图一并制作为光斑数据集。
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电子科技大学中山学院，未经电子科技大学中山学院许可，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/202011534032.1/1.html，转载请声明来源钻瓜专利网。
