[发明专利]识别对象实例和/或对象的定向的方法

说明书

本发明涉及一种借助人工神经网络(CNN)在有干扰的环境(14)中识别已定位的对象(10)的对象实例的方法，具有步骤：为了获得包含图像数据(x)、对象身份(c)和定向(q)的多个样本(s)，记录至少一个对象(10)的多个图像(x)；由样本生成训练集合(S_train)和模板集合(S_db)；借助训练集合(S_train)和损失函数(L)，对人工神经网络(CNN)进行训练；通过借助人工神经网络分析模板集合(S_db)来确定对象实例和/或对象(10)的定向。根据本发明，提出了进行训练使用的损失函数具有动态余量。

技术领域

本发明涉及一种在有干扰的环境中识别对象实例并且确定已经定位的对象的定向的方法。

背景技术

对象实例识别和3D定向估计是计算机视觉(Computer Vision)领域众所周知的问题。在机器人技术和增强现实(Augmented Reality)中存在大量应用。

当前的方法经常在干扰数据和掩蔽(Verdeckung)方面存在问题。此外，当前的方法对背景和照明变化很敏感。最常用的定向估计器对于每个对象使用单个分类器，使得复杂度随着对象的数量线性增加。然而，出于工业目的，期望与大量不同的对象一起工作的可伸缩的方法。可以在3D对象识别领域中找到对象实例识别中的最新的进展，其中，目的是从大型数据库中提取相似的对象。

尤其是参考以下文件：

[1]P.Wohlhart和V.Lepetit,“Learning Descriptors for Object Recognitionand 3D Pose Estimation,”presented at the Proceedings of the IEEE Conferenceon Computer Vision and Pattern Recognition,2015,pp.3109-3118.

[2]A.Singh,J.Sha,K.S.Narayan,T.Achim和P.Abbeel,“BigBIRD:A large-scale3D database of object instances,”in 2014IEEE International Conference onRobotics and Automation(ICRA),2014,pp.509-516.

[3]Z.Wu等人的,“3D ShapeNets:A Deep Representation for VolumetricShapes,”presented at the Proceedings of the IEEE Conference on ComputerVision and Pattern Recognition,2015,pp.1912-1920.

[4]D.Maturana和S.Scherer,“VoxNet:A 3D Convolutional Neural Networkfor real-time object recognition,”in 2015IEEE/RSJ International Conference onIntelligent Robots and Systems(IROS),2015,pp.922-928.

[5]H.Su,S.Maji,E.Kalogerakis和E.Learned-Miller,“Multi-ViewConvolutional Neural Networks for 3D Shape Recognition,”presented at theProceedings of the IEEE International Conference on Computer Vision,2015,pp.945-953.