[发明专利]一种导线识别方法、装置、计算设备及存储介质

权利要求书

1.一种导线识别方法，适于在计算设备中执行，其特征在于，所述方法包括：

获取待识别的导线图像；

对所述导线图像进行预处理，得到目标图像；

将所述目标图像输入训练好的卷积神经网络模型中进行特征提取，得到导线的关键点坐标和类别、关键点之间的亲和力矩阵和关键点之间的双向连接向量场；

基于所述关键点坐标和类别，使用匹配算法对关键点进行两两匹配，得到关键点之间的第一匹配结果；

基于关键点之间的亲和力矩阵对所述第一匹配结果进行确认，得到关键点之间的第二匹配结果；

基于关键点之间的双向连接向量场对所述第二匹配结果进行确认，得到关联的多组关键点，每组关键点之间确定一根导线。

2.根据权利要求1所述的方法，其特征在于，所述基于所述关键点坐标和类别，使用匹配算法对关键点进行两两匹配，得到关键点之间的第一匹配结果的步骤包括：

基于关键点的类别，将关键点划分为第一点集和第二点集；

基于匈牙利匹配算法对第一点集中的点和第二点集中的点两两匹配，得到关键点之间的第一匹配结果。

3.根据权利要求2所述方法，其特征在于，所述基于关键点之间的亲和力矩阵对所述第一匹配结果进行确认，得到关键点之间的第二匹配结果的步骤包括：

基于所述亲和力矩阵中每两个关键点之间的相似度得分对第一匹配结果进行筛选，将相似度得分大于预定阈值的每组关键点作为第二匹配结果，否则将相似度得分小于预定阈值的关键点重新进行匹配。

4.根据权利要求3所述方法，其特征在于，所述基于关键点之间的双向连接向量场对所述第二匹配结果进行确认，得到关联的多组关键点的步骤包括：

通过所述双向连接向量场确定两个关键点之间的多个关系向量；

确定两个关键点连线上的所有所述关系向量在连线上投影的平均值，并将所述平均值作为关系向量场得分；

对第二匹配结果中的关键点的关系向量场得分进行排序；

将关系向量场得分大于预设阈值的关键点作为关联的关键点，将关系向量场得分小于预设阈值的关键点重新进行匹配。

5.根据权利要求1所述的方法，其特征在于，所述卷积神经网络模型包括主干网络、与主干网络连接的关键点检测网络、亲和力预测网络和向量场预测网络，所述关键点检测网络、亲和力预测网络和向量场预测网络之间并行连接，

所述主干网络适于对目标图像进行特征提取得到特征图，所述关键点检测网络适于确定所述特征图中关键点的坐标和类别，所述亲和力预测网络适于预测所述特征图中关键点之间的亲和力矩阵，所述向量场预测网络适于预测所述特征图中关键点之间的双向关系向量场。

6.根据权利要求1所述的方法，其特征在于，在获取待识别的导线图像的步骤之前，所述方法还包括：

获取多个训练图像；

对所述多个训练图像进行预处理；

对预处理后的每个训练图像中导线的端点坐标、端点类别和端点之间的关系进行标注；

将训练图像和标注的端点坐标、端点类别和端点之间的关系输入预先构建的卷积神经网络模型中进行训练，得到训练后的卷积神经网络模型。

7.根据权利要求6所述的方法，其特征在于，所述预处理包括灰度变换、对比度增强、旋转、裁切、归一化处理中任意一种或几种。