[发明专利]一种基于深度神经网络的抗遮挡的物体位姿估计方法

说明书

本发明提供一种基于深度神经网络的抗遮挡的物体位姿估计方法，包括下列步骤：利用3D建模软件自行构建带有标签的训练集图片数据库与测试集图片数据库；构建深度神经网络：该神经网络包含四个子分支网络，每个子分支是独立的卷积神经网络结构；构建网络预测输出处理算法：四个子分支网络在最后一层密集连接层输出6维度的预测值，代表了待估计物体的位姿信息；由于遮挡的存在，某分支的结果存在误差，4个分支输出中存在着异常值，构建5种算法对其进行优化，提高抗遮挡干扰的能力；训练深度神经网络模型:使用训练集中的样本完成对深度神经网络的训练；使用不同遮挡比例测试集对深度神经网络模型测试。

技术领域

本发明属于物体位姿估计领域，涉及一种使用深度神经网络的具有强抗干扰性能的物体位姿估计的方法。

背景技术

物体位姿涵盖了物体的全部空间信息，包括物体的位置信息和姿态信息。在现代工业生产生活等众多领域，物体的位姿信息具有着十分重要的意义，发挥着举足轻重的作用。准确估计物体的位姿信息是目前许多的工业应用的基础。例如，在机器人领域，对目标位置和姿态信息的准确获取是机器人视觉的主要任务也是其他后续抓取等操作任务的基础。在物联网自动驾驶领域，对障碍物位姿的精准估计是实现安全驾驶的前提和保证。因此准确快速的估计物体位姿具有十分重要的意义。

与众多的深度学习的神经网络例如深度置信网络(DBN)、循环神经网络(RNN)相比，卷积神经网络(CNN)在处理图像信息方面有着显著的优势，因此卷积神经网络通常被用来处理与图像有关的应用。卷积核通过在特征图(feature map)上滑动，提取图像上的信息。浅层次的feature map可以获取图像纹理轮廓等直观信息，深层次的feature map可以获取较为抽象的语义信息，并且可以整合图像上特征的区域信息。这种独特的卷积学习的方式大大减小了网络中参数的使用，显著提高了训练速度与网络模型的收敛速度。并且卷积神经网络在图像分类、目标检测、模式识别等应用中取得了良好的效果。因此近年来卷积神经网络也进一步应用在了物体位姿估计领域。

计算机视觉技术与深度神经网络的兴起使得物体位姿估计的流程大大简化，克服了传统技术方案中的设备复杂，流程繁琐的困难与不足。但是由于深度神经网络技术的特点，其同样存在着固有的缺陷与不足。网络的精度与效果依赖于大规模的训练集，也取决于训练样本与测试样本的一致性。只有测试样本与训练样本相似度较高时，才能够实现良好的估计效果。然而在实际的工业生产与工业应用中，因为遮挡，噪音，光照等因素的普遍存在，无法保证测试样本与训练样本的良好一致性，导致了训练好的网络模型在遮挡干扰时性能显著下降。

在卷积神经网络的应用目标检测领域，遮挡是影响检测效果的一个重要干扰因素^[1]。在遮挡存在的条件下，训练样本与测试样本间差异较大，这种差异无法被智能识别与判断，从而导致了较大误差，造成了神经网络的性能下降。遮挡通常可以被分为两种，一种是两种目标的相互遮挡，针对这种干扰众多学者进行了广泛研究，已经提出了众多的解决方案。另一种是目标被干扰物遮挡，这种情况在工业应用中更为普遍与常见，但目前只能采取增加样本数量与多样性来克服遮挡干扰减小影响，并未有效的解决办法。

因此一种具有抗遮挡干扰能力物体位姿估计方法具有十分重要的工业价值与应用价值。卷积神经网络具有极其优良的数据表征能力^[2]。

相关文献：

[1]蔡星艳,赵和鹏,邱鹏,等.遮挡目标检测与识别技术研究[J].数字技术与应用,2013(9):73-75.

[2]刘栋,李素,曹志冬.深度学习及其在图像物体分类与检测中的应用综述[J].计算机科学,2016,(12):13-23.

发明内容

本发明针对物体位姿估计领域的遮挡干扰的问题，提供一种基于深度神经网络抗遮挡的物体位姿估计方法。本发明使用单目视觉系统，通过输入待估计物体的图像，端到端输出利用其位姿信息。深度卷积神经网络的使用确保了估计的快速性实时性，网络预测值处理算法保证了准确性与强抗干扰性。技术方案如下：