[发明专利]基于CAD模型三维目标识别分割和位姿测量方法及装置有效
| 申请号： | 201810367445.1 | 申请日： | 2018-04-23 |
| 公开（公告）号： | CN108648194B | 公开（公告）日： | 2020-11-24 |
| 发明（设计）人： | 刘孙相与;赵孔亚;张鑫焱;詹亚锋;李贵涛 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06T7/80 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CAD模型三维目标识别分割和位姿测量方法及装置，其中，方法包括：进行二维目标识别，以提取目标矩形框；根据目标矩形框复用Faster RCNN网络的CNN网络结构；对目标矩形框的特征点进行部件化约束，并将约束后的特征点输入复用后的CNN网络结构，提取鲁棒性的特征点；获取合适目标的匹配模型；恢复目标相对空间模型的投影矩阵，并获取平移和旋转状态；根据目标相对空间模型的投影矩阵、平移和旋转状态将匹配模型相应平移和旋转后的模型投影到目标区域内，以完成目标分割。该方法建立了对目标的全面理解，为对场景的理解建立基础，并具备响应速度快，精度高，鲁棒性好的特点。 | ||
| 搜索关键词： | 基于 cad 模型 三维 目标 识别 分割 测量方法 装置 | ||
【主权项】：
1.一种基于CAD模型三维目标识别分割和位姿测量方法，其特征在于，包括以下步骤：通过Faster RCNN网络在Pascal 3D+数据集上训练，并对输入图像进行二维目标识别，以提取目标矩形框；根据所述目标矩形框复用所述Faster RCNN网络的CNN网络结构，其中，修改输出层为离散的视角值，代价函数修改为视角偏差值；对所述目标矩形框的特征点进行部件化约束，并将约束后的特征点输入复用后的所述CNN网络结构，并修改输入输出层为特征点位置，以提取鲁棒性的特征点；获取合适目标的匹配模型；通过所述匹配模型的3D特征点建立与所述鲁棒性的特征点的匹配关系，以恢复所述目标相对空间模型的投影矩阵，并获取平移和旋转状态；以及根据所述目标相对空间模型的投影矩阵、所述平移和旋转状态将所述匹配模型相应平移和旋转后的模型投影到目标区域内，以完成目标分割。
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清华大学，未经清华大学许可，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/patent/201810367445.1/，转载请声明来源钻瓜专利网。
