[发明专利]一种基于深度学习的单目相机物体位姿估计方法及装置有效
| 申请号： | 201910043902.6 | 申请日： | 2019-01-17 |
| 公开（公告）号： | CN109816725B | 公开（公告）日： | 2023-03-14 |
| 发明（设计）人： | 刘振;范晓东;王亚运;程栋梁;金霞红;赵福臣 | 申请（专利权）人： | 合肥哈工慧拣智能科技有限公司 |
| 主分类号： | G06T7/73 | 分类号： | G06T7/73 |
| 代理公司： | 合肥市浩智运专利代理事务所(普通合伙) 34124 | 代理人： | 丁瑞瑞 |
| 地址： | 236000 安徽省合肥市经济技术开*** | 国省代码： | 安徽;34 |
| 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深度学习的单目相机物体位姿估计方法，方法包括：1)、根据所获取的物体的三维图像在二维空间内的投影以及投影对应的物体坐标以及物体的标签文件生成训练集和验证集；2)、利用级联卷积神经网络模型学习训练集，并迭代超参数；3)、使用测试集测试训练后的级联卷积神经网络模型，在训练后的级联卷积神经网络模型的准确率不小于第一预设阈值时，使用所述训练后的级联卷积神经网络模型进行物体位姿估计。本发明公开了一种基于深度学习的单目相机物体位姿估计装置。应用本发明实施例，可以物体位姿估计的应用成本。 | ||
| 搜索关键词： | 一种 基于 深度 学习 相机 物体 估计 方法 装置 | ||
【主权项】：
1.一种基于深度学习的单目相机物体位姿估计方法，其特征在于，所述方法包括：1)、根据所获取的物体处于不同姿态时的三维图像在二维空间内的投影，以及所述投影对应的物体坐标以及物体的标签文件生成训练集和验证集，其中，所述标签文件包括：物体的个数、物体的类别、物体边界框、物体位姿关键点中的一种或组合；2)、利用级联卷积神经网络模型学习训练集，并迭代超参数；3)、使用测试集测试训练后的级联卷积神经网络模型，在训练后的级联卷积神经网络模型的准确率不小于第一预设阈值时，使用所述训练后的级联卷积神经网络模型进行物体位姿估计。
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合肥哈工慧拣智能科技有限公司，未经合肥哈工慧拣智能科技有限公司许可，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/patent/201910043902.6/，转载请声明来源钻瓜专利网。
