[发明专利]基于pix2pix的多图像定位方法

权利要求书

1.一种基于pix2pix的多图像定位方法，包含离线训练阶段和在线定位阶段，其特征在于：

所述离线训练阶段包括如下步骤，

S1、利用多台相机收集训练图像，对训练图像进行图像预处理，随后对处理后的多副图像进行水平方向上的拼接，构建得到训练数据集，

S2、利用卷积神经网络对所述训练数据集进行分类学习，得到基于位置的卷积神经网络分类模型，

S3、针对每台相机、构造该台相机的图像生成训练数据库，利用pix2pix训练每台相机的图像生成模型；

所述在线定位阶段包括如下步骤，

S4、利用相机收集目标图像，对目标图像进行图像预处理，若目标图像未出现缺失情况、则对所获得的多幅目标图像进行水平方向上的拼接得到完整图像，若目标图像出现缺失情况、则利用所述图像生成模型生成完整图像，

S5、将完整图像作为所述卷积神经网络分类模型的输入，进行目标位置的估计，输出目标位置的估计值。

2.根据权利要求1所述的基于pix2pix的多图像定位方法，其特征在于，所述S1包括如下步骤：

S11、对待定位区域进行划分、在待定位区域内确定多个参考点，对目标所在的每一格参考点上，利用多个相机采集训练图像；

S12、对所述训练图像进行图像预处理；

S13、在同一个参考点上，对经过预处理后的多幅训练图像进行水平方向上的拼接，构建得到训练数据集。

3.根据权利要求2所述的基于pix2pix的多图像定位方法，其特征在于：在S13中构建训练数据集时，对参考点的位置进行分类，并将类别用作分类训练的标签。

4.根据权利要求1或2所述的基于pix2pix的多图像定位方法，其特征在于：所述图像预处理过程为利用双线性插值算法对图像进行大小归一化处理。

5.根据权利要求1所述的基于pix2pix的多图像定位方法，其特征在于，所述S3包括如下步骤：

S31、针对某台相机、使用像素为255的黑色图像替代该台相机所采集的图像，然后进行水平方向上多副图像的拼接、得到生成模型输入图像，将所述生成模型输入图像作为输入、将S13中拼接所得的图像作为输出，得到pix2pix训练数据；

S32、搭建pix2pix网络，利用S31中的pix2pix训练数据对所述pix2pix网络进行训练，得到该台相机所对应的图像生成模型；

S33、重复S31~S32，直至获得所有相机的图像生成模型。