[发明专利]基于卷积神经网络的目标位姿测量中训练样本生成方法

权利要求书

1.一种基于卷积神经网络的目标位姿测量中训练样本生成方法，其特征在于，利用各个维度上独立的运动信息之和来代替六个维度的联合运动信息，通过3Dmax软件模拟实际测量环境，自行制作实际工程所需仿真训练图片，制作仅有单个维度变化信息的图片；将已赋好的目标距离与正对位置偏移值作为训练样本标签，然后将生成的图片进行差和处理和加权叠加，生成六维联合运动变化的图片，从而构成最终的训练集，按照下列步骤执行：

第一步：根据实际工程需要，按1:1比例，利用3Dmax软件对实际工程所需的环境和被测目标物进行仿真模拟并生成仿真图片，仿真图片效果应符合实际工程测量环境；

第二步：结合实际情况，制作有利于卷积神经网络进行特征提取的模拟特征靶标，在3Dmax软件中将靶标贴放于目标物表面；

第三步：利用3Dmax软件的脚本系统批量制作训练集：结合实际需求，目标距离将在0.5米至1米之间，以0.01米为步幅进行样本取材，在目标距离共获取51档样本；目标正对位置偏移将沿Y轴、Z轴两方向在0～0.5米范围内，以0.01米为步幅进行样本取材，在正对位置偏移量上将分别获得51档样本；目标三维姿态角将在0～0.5度范围内，以0.01度为步幅进行样本取材，在三维姿态角上分别获得51档样本；最终一共获得51*6个仅有单维度变化的图片样本，即306个单维度样本；

第四步：将收集好的训练集进行格式转换，使之符合神经网络输入层的数据格式，对所得到的样本图片进行二值化处理以减少噪声的干扰；

第五步：将已赋好的目标距离与正对位置偏移值作为训练样本标签，然后将经过二值化处理生成的图片进行差和处理和加权叠加，生成多张张附加图片，最终形成所需的训练集。