[发明专利]一种飞机部件的定位识别方法和系统在审

专利信息
申请号: 201911316564.5 申请日: 2019-12-19
公开(公告)号: CN111144422A 公开(公告)日: 2020-05-12
发明(设计)人: 颜露新;李祎;叶云桐;昌毅;钟胜;陈立群 申请(专利权)人: 华中科技大学
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62;G06N3/04;G06T7/73;G06T7/90
代理公司: 北京方圆嘉禾知识产权代理有限公司 11385 代理人: 冯静
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 飞机 部件 定位 识别 方法 系统
【权利要求书】:

1.一种飞机部件的定位识别方法,其特征在于,包括:

获取沙漏型网络模型;所述沙漏型网络模型为以飞机三通道RGB彩色图像为输入,以飞机各部件关键点的像素坐标为输出的神经网络模型;

获取待检测飞机的三通道RGB彩色图像;

对所述三通道RGB彩色图像进行预处理;

将预处理后的三通道RGB彩色图像,采用所述沙漏型网络模型,得到待检测飞机各部件关键点的像素坐标;

以所述待检测飞机各部件关键点的像素坐标为中心,以特定宽度和特定长度裁剪所述三通道RGB彩色图像,得到所述待检测飞机各部件的图像块;

将所述图像块输出,以完成对所述待检测飞机各部件的定位识别。

2.根据权利要求1所述的一种飞机部件的定位识别方法,其特征在于,所述将预处理后的三通道RGB彩色图像,采用所述沙漏型网络模型,得到待检测飞机各部件关键点的像素坐标之前,还包括:

获取飞机样本图像;

选取所述样本图像中符合预设条件的图片进行标定采样;

利用标定采样的样本图像对所述沙漏型网络模型进行训练。

3.根据权利要求2所述的一种飞机部件的定位识别方法,其特征在于,所述选取所述样本图像中符合预设条件的图片进行标定采样,包括:

获取所述飞机各部件的关键点,并对所述关键点进行标注;所述飞机各部件的关键点包括:机头顶端、左翼顶端、右翼顶端、左右翼与机身连接处、机尾、垂直尾翼顶端和水平尾翼的两个顶端;

根据所述各关键点的标注信息,获取所述各关键点在对应飞机样本图像中的像素坐标。

4.根据权利要求2所述的一种飞机部件的定位识别方法,其特征在于,所述利用标定采样的样本图像对所述沙漏型网络模型进行训练之前,还包括:

根据所述飞机各部件关键点的像素坐标,构建各关键点的期望响应图;

根据所述各关键点的期望响应图,调节所述沙漏型网络模型的参数。

5.一种飞机部件的定位识别系统,其特征在于,包括:

网络模型获取模块,用于获取沙漏型网络模型;所述沙漏型网络模型为以飞机三通道RGB彩色图像为输入,以飞机各部件关键点的像素坐标为输出的神经网络模型;

图像获取模块,用于获取待检测飞机的三通道RGB彩色图像;

预处理模块,用于对所述三通道RGB彩色图像进行预处理;

像素坐标获取模块,用于将预处理后的三通道RGB彩色图像,采用所述沙漏型网络模型,得到待检测飞机各部件关键点的像素坐标;

图像块获取模块,用于以所述待检测飞机各部件关键点的像素坐标为中心,以特定宽度和特定长度裁剪所述三通道RGB彩色图像,得到所述待检测飞机各部件的图像块;

图像块输出模块,用于将所述图像块输出,以完成对所述待检测飞机各部件的定位识别。

6.根据权利要求5所述的一种飞机部件的定位识别系统,其特征在于,所述系统还包括:

样本图像获取模块,用于获取飞机样本图像;

标定采样模块,用于选取所述样本图像中符合预设条件的图片进行标定采样;

训练模块,用于利用标定采样的样本图像对所述沙漏型网络模型进行训练。

7.根据权利要求6所述的一种飞机部件的定位识别系统,其特征在于,所述标定采样模块包括:

关键点标注单元,用于获取所述飞机各部件的关键点,并对所述关键点进行标注;所述飞机各部件的关键点包括:机头顶端、左翼顶端、右翼顶端、左右翼与机身连接处、机尾、垂直尾翼顶端和水平尾翼的两个顶端;

第二像素坐标获取单元,用于根据所述各关键点的标注信息,获取所述各关键点在对应飞机样本图像中的像素坐标。

8.根据权利要求6所述的一种飞机部件的定位识别系统,其特征在于,所述系统还包括:

期望响应图构建模块,用于根据所述飞机各部件关键点的像素坐标,构建各关键点的期望响应图;

沙漏型网络优化模块,用于根据所述各关键点的期望响应图,调节所述沙漏型网络模型的参数。

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华中科技大学,未经华中科技大学许可,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/201911316564.5/1.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