[发明专利]一种基于球面投影网格和球面卷积的全景影像目标检测方法

摘要

本发明涉及一种基于球面投影网格和球面卷积的全景影像目标检测方法。利用已有的全景影像以及目标标注文件构建样本库，对基于球面投影格网和球面卷积的神经元网络进行训练，学习全景影像上感兴趣目标的特征。利用训练好的网络模型对新的全景影像进行目标检测，实现全景影像上感兴趣目标的自动识别和边界框定位。利用球面投影格网的方法，将区域建议网络得到的候选框特征图投影到预先设置好分辨率的球面格网上，然后使用球面卷积提取旋转不变特征，再进行最后的分类，可以得到全景影像上感兴趣目标更好的检测结果。本发明具有如下优点：鲁棒性强，更适合全景影像上的目标检测任务；对于全景影像上变形大的物体，具有更高的识别准确率。

主权项

1.一种基于球面投影网格和球面卷积的全景影像目标检测方法，其特征在于，包括如下步骤：步骤1，构建基于球面投影格网和球面卷积的神经元网络(Grid‑based Spherical CNN,GS‑CNN)，该神经元网络用于学习全景影像上感兴趣目标的特征；所述神经元网络包括特征检测(features extraction)、区域建议网络(Region Proposal Network,RPN)、球面格网投影(spherical grid projection)、分类和边框回归(classification and bounding box regression)，共4个部分；步骤2，利用全景影像数据和目标标注文件构建样本库，在样本库上训练神经元网络，利用训练好的网络模型对新的全景影像进行预测，实现全景影像上感兴趣目标的精确定位与识别。