[发明专利]基于机器学习的对象辨识系统及其方法

权利要求书

1.一种基于机器学习的对象辨识系统，包括：

二维影像撷取模块，用以撷取二维影像；

三维空间撷取模块，用以撷取三维空间点云数据；

数据框选模块，根据该三维空间点云数据进行对象分割，并进行深度识别，以框选至少一关注区域；

数据对齐模块，映射该至少一关注区域的坐标至该二维影像的坐标中；

特征撷取模块，计算该二维影像的特征，并由该二维影像的特征中提取对应该至少一关注区域的坐标的至少一关注特征；以及

侦测模块，取得该至少一关注特征，并根据该至少一关注特征，对该二维影像中的至少一对象进行识别。

2.根据权利要求1所述的对象辨识系统，其中该数据框选模块将该三维空间点云数据转换至深度影像，并根据该深度影像进行对象分割。

3.根据权利要求2所述的对象辨识系统，其中该侦测模块以该深度影像为对象遮罩，去除该该二维影像中对应该至少一关注区域的该至少一对象以外的背景影像。

4.根据权利要求1所述的对象辨识系统，其中该数据对齐模块建立该三维空间点云数据的空间坐标与该二维影像的平面坐标的对应关系，以供映射该关注区域的坐标至该二维影像的坐标中，以产生映射数据。

5.根据权利要求2所述的对象辨识系统，其中该侦测模块根据该该深度影像计算该至少一对象的深度信息，重新定义该二维影像中对应该至少一对象的框选区域，并以该深度信息为对象遮罩，去除该该二维影像中对应该框选区域的该至少一对象以外的背景影像。

6.一种基于机器学习的对象辨识方法，包括

撷取二维影像；

撷取三维空间点云数据；

根据该三维空间点云数据进行对象分割，并进行深度识别，以框选至少一关注区域；

映射该至少一关注区域的坐标至该二维影像的坐标中；以及

计算该二维影像的特征，并由该二维影像的特征中提取对应关注区域的坐标的至少一关注特征；以及

根据该关注特征，对该二维影像中的至少一对象进行识别。

7.根据权利要求6所述的对象辨识方法，包括将该三维空间点云数据转换至深度影像，并根据该深度影像进行对象分割。

8.根据权利要求7所述的对象辨识方法，更包括以该深度影像为对象遮罩，去除该该二维影像中对应该关注区域的该对象以外的背景影像。

9.根据权利要求6所述的对象辨识方法，包括建立该三维空间点云数据的空间坐标与该二维影像的平面坐标的对应关系，以供映射该关注区域的坐标至该二维影像的坐标中，以产生映射数据。

10.根据权利要求7所述的对象辨识方法，更包括根据该深度影像计算该至少一对象的深度信息。

11.根据权利要求10所述的对象辨识方法，更包括重新定义该二维影像中对应该至少一对象的框选区域，并以该深度信息为对象遮罩，去除该二维影像中对应该框选区域的该至少一对象以外的背景影像。