[发明专利]机器学习和深度学习训练用的物体多角度图像采集系统及方法

说明书

本发明涉及一种机器学习和深度学习训练用的物体多个角度图像采集的系统及方法。本系统是将多个摄像设备固定于能够旋转的摄像设备阵列固定网格上，并用程序来控制多个摄像设备的拍摄来提高获取用于机器学习训练的物体识别训练集的效率。摄像设备阵列固定网格中的摄像设备数量可依照需要动态扩展。整个摄像设备阵列固定网格通过计算机控制，节约了人力操作的成本，同时可按需求固定的照明灯配合摄像设备阵列固定网格可轻易制造出不同角度的光源。解决了传统人力采集方式耗时耗力的缺点，实现了高度的采集需求变化包容性与采集设备的扩展性。

技术领域

本发明涉及一种机器学习和深度学习训练用的物体多个角度图像采集的系统及方法，其应用的技术领域为基于机器学习和深度学习的物体识别和图像处理等研究领域。本发明可以快速准确地采集同一物体同一时刻的各种角度的图像数据，从而可以节省机器学习等相关领域的研发人员时间。此外，因为物体的同一种状态下的大量图像数据是同时获得的，这就保证了在机器学习和深度学习中，物体图像数据状态的可靠性。

技术背景

如今人工智能是计算机科学中极为热门的领域之一。在人工智能领域，机器学习和深度学习是非常常用的算法，特别是深度学习，是近十年发展最快的方法。利用机器学习和深度学习方法进行物体识别和图像处理，一个基本条件是需要大量图像数据作为训练数据集。传统采集大量的图像数据往往需要耗费大量的人力和时间。例如许多人脸识别公共数据库，如ORL和Yale等人脸数据库样本中被拍摄者的头部图像拍摄方法均为单相机、被拍摄者不断旋转来进行拍摄的，单人照片一般也只有10张左右；而大型的人脸数据库如LFW是通过网络获取已知身份的人脸照片，单人的照片数量无法保证，无法针对特定人群搭建用于训练的数据集。这种传统方法下采集到的图像数据是不能够全面地反映出被观察物体的特征。

本发明在物体图像数据采集效率上比传统方法有很大的提升。通过本发明的图像数据采集装置可以高效地采集某一距离下物体的各个角度的图像数据，不需要被拍摄物体或拍摄者多次转动拍摄角度，从而大大减少了对人力和时间的消耗，提升了图像数据集的完备性，缓解了在人工单相机采集过程中会出现的物体角度少、数据集的不完备而导致学习得出的数据模型正确率不高的情况发生。

发明内容

本发明的目的在于针对已有技术存在的不足，提供一种机器学习和深度学习训练用的物体多角度图像采集系统及方法，能够同时对目标物体从各个不同的角度进行图像数据的高速采集。此设备可以节省研究者和开发者的大量时间和人力投入，并有效提高每个目标物体的图像多样性，从而提高机器学习和深度学习后得到的数学模型的准确率。

为达到上述目的，本发明的构思是：电脑通过数据传输接口，如网线口、USB口等同时连接多个摄像设备；摄像设备以及照明灯搭建在固定网格上；网格固定在可旋转的支架上。在硬件设备构建完毕的基础上，设计并开发出摄像设备的控制程序，从而完成多角度物体的快速图像采集。

采集装置和技术方案

摄像部分是由多个摄像设备、摄像设备阵列固定网格、固定转轴、多个照明灯和三脚支架组成；主控制器由计算机及显示部分组成。其中，摄像设备阵列固定网格包含多个小方格，按照使用者不同的需求，网格可以是很大，固定在地面上，也可以制作出能手提的小网格，多个摄像设备固定于网格中不同位置的小方格中。摄像设备阵列固定网格能够向内弯曲，其中心点与三角支架通过转轴连接，使得摄像设备阵列固定网格能够绕着中心点进行旋转，这样可以调整摄像设备拍摄的角度。另外，在网格上要固定数个照明灯，采集不同照明角度下物体的图像数据。

主控制器与摄像设备通过传输接口进行连接，并控制摄影设备的运行，采集到的图像数据通过传输接口存入计算机的存储装置。主控制器通过摄像设备控制程序实现对多个摄像设备的控制，程序分为程序界面的设计和后端控制的实现。程序的主要界面包括了多个摄像设备拍摄画面的显示区域、存储路径显示条、存储文件夹名称输入框和5个按钮，分别为：

(1)显示区域：在屏幕上排列显示连接每个摄像设备的动态画面；