[发明专利]一种视觉定位方法及装置在审
申请号: | 201910242317.9 | 申请日: | 2019-03-28 |
公开(公告)号: | CN109919157A | 公开(公告)日: | 2019-06-21 |
发明(设计)人: | 袁飞;华仁红;马向军;孙文凤 | 申请(专利权)人: | 北京易达图灵科技有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06K9/34;G06K9/46;G01S17/89;G01S17/87;G01S11/12 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王庆龙;苗晓静 |
地址: | 100013 北京市朝*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文字内容信息 目标场景 视觉定位 文字区域 图像 定位信息 匹配 文字区域检测 数据库图像 图像数据库 图像信息 文字内容 文字信息 鲁棒性 检测 准确率 | ||
1.一种视觉定位方法,其特征在于,包括:
获取待定位的目标场景图像;
基于训练好的文字区域检测模型,对所述目标场景图进行检测,得到所述目标场景图像的文字区域,所述训练好的文字区域检测模型是由标注有文字区域的样本场景图像训练得到;
基于训练好的文字内容识别模型,对所述文字区域的内容进行识别,得到所述文字区域对应的文字内容信息,所述训练好的文字内容识别模型是由标注有文字内容信息的样本场景图像训练得到;
根据所述文字内容信息和数据库图像信息进行匹配,得到所述文字内容信息对应的定位信息。
2.根据权利要求1所述的方法,其特征在于,所述训练好的文字区域检测模型通过以下步骤训练得到:
对样本场景图像的文字区域进行标注,得到第一样本图像;
根据所述第一样本图像,对文字区域检测模型进行训练,得到训练好的文字区域检测模型。
3.根据权利要求2所述的方法,其特征在于,所述训练好的文字内容识别模型通过以下步骤训练得到:
对所述第一样本图像的文字内容信息进行标注,得到第二样本图像;
根据所述第二样本图像,对文字内容识别模型进行训练,得到训练好的文字内容识别模型。
4.根据权利要求1所述的方法,其特征在于,在所述获取待定位的目标场景图像之前,所述方法还包括:
获取场景的三维点云信息,所述三维点云信息包括标识牌文字信息和标识牌坐标信息;
将所述三维点云信息作为数据库图像信息,存储到数据库。
5.根据权利要求2所述的方法,其特征在于,所述对样本场景图像的文字区域进行标注,得到第一样本图像,包括:
通过labelme对样本场景图像的文字区域进行标注,得到第一样本图像,以供所述文字区域检测模型进行训练。
6.根据权利要求2所述的方法,其特征在于,所述训练好的文字区域检测模型通过VGG16模型构建得到。
7.根据权利要求3所述的方法,其特征在于,所述训练好的文字内容识别模型通过双向长短期记忆网络构建得到。
8.一种视觉定位装置,其特征在于,包括:
获取模块,用于获取待定位的目标场景图像;
文字区域检测模块,用于基于训练好的文字区域检测模型,对所述目标场景图进行检测,得到所述目标场景图像的文字区域,所述训练好的文字区域检测模型是由标注有文字区域的样本场景图像训练得到;
文字内容识别模块,用于基于训练好的文字内容识别模型,对所述文字区域的内容进行识别,得到所述文字区域对应的文字内容信息,所述训练好的文字内容识别模型是由标注有文字内容信息的样本场景图像训练得到;
坐标匹配模块,用于根据所述文字内容信息和数据库图像信息进行匹配,得到所述文字内容信息对应的定位信息。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
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北京易达图灵科技有限公司,未经北京易达图灵科技有限公司许可,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/201910242317.9/1.html,转载请声明来源钻瓜专利网。