专利汇可以提供一种基于端到端学习的线特征描述系统专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于端到端学习的线特征描述系统,包括图像输入模 块 、神经网络处理模块和直线子获取模块;所述图像输入模块在获取图像信息后建立图像数据集,分别获取图像中的直线、正确匹配直线对、直线的 支撑 区域和神经网络的输入图像块;所述神经网络处理模块对输入的图像块进行预处理并完成神经网络的构建;所述直线子获取模块获得输入直线的描述子。本发明实现了简单快速地得到具有鲁棒性与可区分性的直线描述子的方法。,下面是一种基于端到端学习的线特征描述系统专利的具体信息内容。
1.一种基于端到端学习的线特征描述系统,其特征在于,包括图像输入模块、神经网络处理模块和直线子获取模块,通过对图像信息的预处理,进一步利用神经网络进行再处理,可以迅速获得同时具有鲁棒性和可区分性的直线描述子;
图像输入模块,在获取图像信息后建立图像数据集之后,首先检测图像中的直线,然后获取图像对中的正确匹配直线对,进一步得到直线的支撑区域和神经网络的输入图像块;
神经网络处理模块,对输入的图像块进行预处理,完成神经网络的构建之后,通过三组损失函数获取新的网络参数,进一步更新神经网络的参数并迭代更新至指定的次数;
直线子获取模块,获得输入直线的描述子;
所述图像输入模块,通过检测图像中的直线,获取能够正确匹配的直线对,进一步获取直线的支撑区域,进而获取神经网络的输入图像块,具体步骤为:
步骤1、创建图像数据集,收集不同场景下的图像,将同一场景不同成像条件下的两幅图像构成图像对,输入计算机;
步骤2、对于任一输入图像,利用现有直线检测方法获取图像中的直线;
步骤3、获取图像对中的正确匹配直线对;
步骤31、对于任一图像对,利用现有直线匹配方法获得图像对中的直线匹配结果,剔除错误匹配;
步骤32、获得图像对中的正确匹配直线对{(Lj,Lj'),j=1,2,…,NL},其中,Lj表示图像对中第1幅图像中正确匹配的第j条直线,Lj'表示图像对中第2幅图像中与Lj正确匹配的直线,NL为两幅图像直线匹配结果中正确匹配的直线对个数;
步骤4、获取直线的支撑区域;
步骤41、对于任一条由Num(L)个点组成的直线L,首先沿直线L的方向,将直线L的两个端点分别向外延伸32个像素距离,得到直线L';
步骤42、沿直线L的垂直方向,以直线L'上的各点为中心向两侧分别扩展32个像素距离,从而得到大小为65×(Num(L)+64)的矩形区域,该矩形区域即为直线L的支撑区域;
步骤5、获取神经网络的输入图像块,对于所述步骤4获得的任一直线L的支撑区域,获取支撑区域内各像素点的值,得到直线L对应的原始图像块AL,利用双线性插值方法将AL调整为大小固定的图像块AL',AL'就是输入图像块,大小为65×128。
2.根据权利要求1所述的一种基于端到端学习的线特征描述系统,其特征在于,所述图像输入模块在初始阶段需要获取相同场景在不同成像条件下的成像图像,由于光照或者环境的变化,两幅图像会出现不同的基底噪声效果、目标移动或者一定程度上的变形,保留基础的特征场景。
3.根据权利要求1所述的一种基于端到端学习的线特征描述系统,其特征在于,所述图像输入模块需要利用现有直线检测方法获取图像中的直线,为了保证检测方法对图像获取直线的干扰度在可控范围内,可以统一使用Hough直线检测算法或者Freeman直线检测算法,这两种算法使用度较广,提取特征较为明显,方便进行干扰剔除。
4.根据权利要求1所述的一种基于端到端学习的线特征描述系统,其特征在于,所述神经网络处理模块训练并构建基于端到端学习的神经网络,具体步骤为:
步骤1、对输入的图像块进行预处理,对于所述输入图像块AL'进行归一化处理,获得其中,Mean表示所述输入图像块AL'的矩阵计算均值,Std表示所述输入图像块AL'的矩阵计算标准差;
步骤2、构建神经网络;
步骤21、搭建HardNet卷积神经网络,将网络最后一层卷积核的大小由8×8修改为17×
32;
步骤22、卷积核的个数改为256,网络其他设置不变;
步骤23、获得基于端到端学习的线特征描述方法的神经网络;
步骤3、通过三组损失函数获取新的网络参数;
步骤31、从归一化后的输入图像块 中随机选取n对图像块,通过重复步骤2中的卷积过程,得到n对匹配直线对应图像块的归一化矩阵,表示为 其中,
和 分别为直线Lj和直线Lj'对应图像块的归一化矩阵,直线Lj和Lj'为正确的匹配直线对;
步骤32、计算大小为n×n的距离矩阵D;
其中, i,j=1,2,…,n,ai、bj分别为直线Lj和Lj'对
应的描述子;
步骤33、计算三组损失函数:
其中, 代表最接近ai的非匹配描述子,jmin=arg minj=1,…,n,j≠id(ai,bj),代表最接近bi的非匹配描述子,kmin=arg mink=1,…,n,k≠i d(ak,bi),根据Loss函数利用梯度下降法获取新的网络参数;
步骤4、利用步骤3获得的网络模型参数更新步骤2中构建的神经网络;
步骤5、重复步骤3和步骤4,直到参数更新达到指定的次数。
5.根据权利要求1所述的一种基于端到端学习的线特征描述系统,其特征在于,所述神经网络处理模块在进行卷积神经网络基础构建时,对卷积核的个数和最后一层卷积核的大小进行了明确说明,这是在多次使用训练数据对网络训练学习后得到的设置规定,保证神经网络的收敛速度和局部最优。
6.根据权利要求1所述的一种基于端到端学习的线特征描述系统,其特征在于,所述直线子获取模块可以获取输入图像中的直线的描述子,从而得到端到端的学习特征描述。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
图像处理方法、装置、存储介质以及终端 | 2020-05-08 | 959 |
一种动画运动规律教学的辅助系统及其使用方法 | 2020-05-11 | 921 |
输电线路杆塔的巡检方法及系统 | 2020-05-11 | 524 |
一种晶圆位置确定方法 | 2020-05-08 | 519 |
一种车载以太网的自动泊车系统及自动代客泊车方法 | 2020-05-11 | 788 |
基于峰值搜索和灰度模版配准的全扫描显微图像拼接方法 | 2020-05-08 | 140 |
一种图像融合的方法、装置及双光相机、无人机 | 2020-05-08 | 696 |
基于双目视觉的高低分辨率融合立体匹配方法 | 2020-05-08 | 294 |
一种对基于断层成像技术提供的人体关节数据进行处理的方法 | 2020-05-08 | 107 |
传感器固定结构及包含该结构的传感器姿态调节组件 | 2020-05-08 | 957 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。