[发明专利]一种基于改进卷积神经网络结构的机器视觉室内定位方法有效
| 申请号： | 201911015806.7 | 申请日： | 2019-10-24 |
| 公开（公告）号： | CN110751220B | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 朱斌;张建荣;李健 | 申请（专利权）人： | 江西应用技术职业学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06T7/70;G06V10/56;G06V10/774;G06V10/82 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 342699 *** | 国省代码： | 江西;36 |
| 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改进卷积神经网络结构的机器视觉室内定位方法，该方法主要是提出了一种改进的卷积神经网络结构及针对该结构的神经网络模型训练方法，最终通过训练后的卷积神经网络对输入的视频图像进行分类，得到装备RGB摄像头的移动机器人室内位置，其中，卷积神经网络功能包括：提取语义分割图像及RGB图像的位置特征，利用这两类位置特征来确定移动机器人的实时室内位置。改进的卷积神经网络结构是U‑Net、两个VGG16Net的前13层及一个VGG16Net的后3层相结合的产物，其卷积神经网络由U1、VGG2、VGG3、VGG4及ArcFace分类器五部分构成。本发明可精准实现移动机器人室内位置的实时定位。 | ||
| 搜索关键词： | 一种 基于 改进 卷积 神经网络 结构 机器 视觉 室内 定位 方法 | ||
【主权项】：
1.一种基于改进卷积神经网络结构的机器视觉室内定位方法，其特征在于：该方法主要是提出了一种改进的卷积神经网络结构及针对该结构的神经网络模型训练方法，最终通过训练后的卷积神经网络对输入的视频图像进行分类，得到装备RGB摄像头的移动机器人室内位置，其中，卷积神经网络功能包括：提取语义分割图像及RGB图像的位置特征，利用这两类位置特征来确定移动机器人的实时室内位置；该改进的卷积神经网络结构是U-Net、两个VGG16Net的前13层及一个VGG16Net的后3层相结合的产物，其卷积神经网络由U1、VGG2、VGG3、VGG4及ArcFace分类器五部分构成；U1为U-Net，用于得到输入图像的语义分割图；VGG2和VGG3为VGG16Net的前13层卷积层，分别用于提取语义分割图的位置特征及原图像的位置特征；VGG4为全连接层，用于对各位置特征分配权重参数；最后，采用ArcFace分类器得到输入图像对应的位置。/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江西应用技术职业学院，未经江西应用技术职业学院许可，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/201911015806.7/，转载请声明来源钻瓜专利网。
