[发明专利]用于对摄像头视野中的已知物体进行分类的方法有效

专利信息
申请号: 201410645595.6 申请日: 2014-11-12
公开(公告)号: CN105426901B 公开(公告)日: 2019-02-26
发明(设计)人: S.弗朗索瓦;J.W.韦尔斯;N.D.麦凯 申请(专利权)人: 通用汽车环球科技运作有限责任公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46
代理公司: 北京市柳沈律师事务所 11105 代理人: 葛青
地址: 美国密*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 摄像头 视野 中的 已知 物体 进行 分类 方法
【说明书】:

一种用于对数字摄像头视野中的已知物体分类的方法,包括形成多个分类器特征向量,每一个分类器特征向量与已知物体的多个面观察角度中的一个相关联。数字摄像头捕捉包括已知物体的视野中的图像,并且图像特征向量基于所述捕捉图像而生成。将图像特征向量与多个分类器特征向量的每一个比较,并且选择多个分类器特征向量中最接近地对应于图像特征向量的一个。已知物体相对于数字摄像头的姿态基于所选择的分类器特征向量而确定。

技术领域

本公开涉及成像系统,且涉及对视野中的物体进行分类的方法。

背景技术

该部分的陈述仅仅提供与本公开有关的背景信息,并且可能不构成现有技术。

数字摄像头可用于识别在视野中的物体。用于检测和识别在数字摄像头的视野中随机取向的物体的已知方法可能会花费较长的时间。相对慢的响应时间降低效率,并且从而降低将数字摄像头安装在机械臂的末端执行器上的满意度。

发明内容

本发明涉及一种用于对数字摄像头的视野中的已知物体进行分类的方法,该方法包括:

产生多个分类器特征向量,每一个分类器特征向量与已知物体的多个面观察角度中的一个相关联;

使用数字摄像头捕捉包括已知物体的视野中的图像;

基于所述捕捉的图像生成图像特征向量;

将所述图像特征向量与多个分类器特征向量中的每一个相比较,并且选择所述多个分类器特征向量中最接近地对应于所述图像特征向量的一个;以及

基于所选择的分类器特征向量而确定已知物体相对于所述数字摄像头的姿态。

如上面所述的方法,其中产生多个分类器特征向量包括:

将姿态伪影以已知空间关系固定地耦接到已知物体;并且

对于面观察角度的每一个:

生成包括已知物体和姿态伪影的图像;

识别图像中的已知物体和姿态伪影;

确定已知物体的特征向量;

确定姿态伪影的观察角度;

将姿态伪影的观察角度变换为与面观察角度相关联的多个类中的特定一个;和

将已知物体的特征向量和所述与面观察角度相关联的多个类中的特定一个建立联系。

如上面所述的方法,其中生成包括已知物体和姿态伪影的图像包括:采用计算机辅助设计环境以生成采用已知物体和姿态伪影的3D实体模型的合成图像。

如上面所述的方法,其中生成包括已知物体和姿态伪影的图像包括采用数字摄像头以捕捉包括已知物体和姿态伪影的位图图像文件形式的图像。

如上面所述的方法,其中姿态伪影包括姿态立方体;并且其中确定姿态伪影的观察角度包括识别所述姿态立方体的多个面中的一个以及确定所述姿态立方体的取向。

如上面所述的方法,其中所述姿态立方体包括六个面,且其中每一个面包括独特的识别符元素和独特定位的缩放取向元素。

如上面所述的方法,进一步包括基于所述选择的分类器特征向量确定已知物体相对于数字摄像头的姿态和范围。

如上面所述的方法,其中使用数字摄像头捕捉包括已知物体的视野中的图像包括:捕捉已知物体的二维(2D)图像。

如上面所述的方法,其中捕捉已知物体的2D图像包括捕捉包括已知物体的视野的8位灰度表现形式的位图图像文件。

如上面所述的方法,其中产生多个分类器特征向量包括:

对于每一个面观察角度:

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通用汽车环球科技运作有限责任公司,未经通用汽车环球科技运作有限责任公司许可,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/pat/books/201410645595.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top