[发明专利]二维图形中目标三维关键点提取模型构建及姿态识别方法有效
| 申请号： | 201910738138.4 | 申请日： | 2019-08-12 |
| 公开（公告）号： | CN110634160B | 公开（公告）日： | 2022-11-18 |
| 发明（设计）人： | 彭进业;张少博;赵万青;祝轩;李斌;张薇;乐明楠;李展;罗迒哉;王珺 | 申请（专利权）人： | 西北大学 |
| 主分类号： | G06T7/73 | 分类号： | G06T7/73;G06N3/04 |
| 代理公司： | 西安恒泰知识产权代理事务所 61216 | 代理人： | 李婷 |
| 地址： | 710069 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种二维图形中目标三维关键点提取模型构建及姿态识别方法，通过设计了三维关键点提取模型的网络结构，能够准确、直接输出目标三维关键点的坐标；通过设计的关键点损失函数，使网络利用无监督的方式自主学习提取具有语义一致性和几何一致性的关键点，提高了三维关键点提取的准确率。 | ||
| 搜索关键词： | 二维 图形 目标 三维 关键 提取 模型 构建 姿态 识别 方法 | ||
【主权项】：
1.一种二维图形中目标三维关键点提取模型构建方法，其特征在于，按照以下步骤执行：/n步骤1、获取多个包含待识别目标的二维图像组，所述的二维图像组中包括的两幅二维图像的区别在于图像采集角度不同；/n获得训练图像集；/n步骤2、将所述的训练图像集输入至神经网络中训练；/n所述的神经网络包括特征提取子网络，所述的特征提取子网络分别与关键点提取子网络以及目标检测子网络连接；/n所述的特征提取子网络包括依次设置的特征图提取模块以及感兴趣区域提取模块；/n所述的目标检测子网络包括相互并联的目标分类模块以及包围盒检测模块；/n所述的关键点提取子网络包括串联的关键点概率获得模块以及关键点输出模块；/n所述的关键点概率获得模块用于获得每一个像素点是三维关键点的概率；/n所述的关键点输出模块利用式I获得每一个三维关键点的坐标：/n
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西北大学，未经西北大学许可，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/201910738138.4/，转载请声明来源钻瓜专利网。
