[发明专利]一种飞机部件的定位识别方法和系统在审
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 | ||
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。
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。