[发明专利]基于锚点的姿态估计模型训练方法、姿态估计方法和系统有效
| 申请号： | 201910443496.2 | 申请日： | 2019-05-24 |
| 公开（公告）号： | CN110246181B | 公开（公告）日： | 2021-02-26 |
| 发明（设计）人： | 肖阳;张博深;熊拂;曹治国 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06T7/73 | 分类号： | G06T7/73 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 李智;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 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锚点的姿态估计模型训练方法、姿态估计方法和系统，属于数字图像处理和机器学习的交叉技术领域，其中训练方法包括：构建姿态估计模型，采集包含目标的多个样本图像；提取每个样本图像中的目标并对目标进行线性插值得到样本子图，在样本子图上以固定间距设置多个锚点后输入姿态估计模型进行训练，得到训练好的姿态估计模型。利用训练好的姿态估计模型可以对包含目标的图像进行姿态估计。本发明使用密集设置锚点的方式来对关键点进行坐标预测，能够取得比传统方法更为精确的预测结果的同时大幅降低计算量，取得更快的预测速度。同时本发明鲁棒性强，泛化性能好，准确率不受场景的影响。 | ||
| 搜索关键词： | 基于 姿态 估计 模型 训练 方法 系统 | ||
【主权项】：
1.一种基于锚点的姿态估计模型训练方法，其特征在于，包括：构建包含特征提取层和预测器的姿态估计模型，采集包含目标的多个样本图像；提取每个样本图像中的目标并对目标进行线性插值得到样本子图，在样本子图上以固定间距设置多个锚点后利用特征提取层进行特征提取，得到样本特征；利用预测器对样本特征进行预测，得到样本子图中每个锚点相对于目标关键点的像素坐标偏移量、深度值和置信度，利用置信度对像素坐标偏移量和深度值进行加权得到样本图像中目标关键点信息；以样本图像中目标关键点信息的回归损失以及锚点的环绕损失最小为目的训练姿态估计模型，得到训练好的姿态估计模型。
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华中科技大学，未经华中科技大学许可，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/201910443496.2/，转载请声明来源钻瓜专利网。
