[发明专利]基于特征深度聚合网络的图像型火灾探测器位姿估计方法

说明书

本发明涉及一种基于特征深度聚合网络的图像型火灾探测器位姿估计方法，属于视频图像拍摄位姿估计技术领域。包括以下步骤：S1、在不同的建筑环境中进行数据采集，采集的数据包括RGB图像、深度图以及同时记录的每帧图像拍摄时的相机位姿；S2、对S1中采集的数据进行数据预处理；S3、搭建特征深度聚合网络；S4、对特征深度聚合网络进行训练，得到最优的网络模型；S5、将测试集中归一化处理后的RGB图像输入到S4得到的最优的网络模型中，计算图像型火灾探测器的位姿。本发明能够提高网络的学习能力，防止过拟合，对于图像型火灾探测器定位精度有提升效果。

技术领域

本发明涉及视频图像拍摄位姿估计技术领域，具体涉及一种基于特征深度聚合网络的图像型火灾探测器位姿估计方法。

背景技术

近年来，随着视频数据采集的广泛应用和视频图像模式识别技术的发展，针对视频图像火灾探测方法的研究不断深入。目前，图像型火灾探测器已经广泛应用于大空间建筑和文物建筑的室内、外场所，以及森林、草场等环境的火灾防控。根据图像型火灾探测器中相机的视场角、清晰度、焦距等参数，可以确定其有效火灾监控范围尺度，但对于相机架设安装的位姿估计缺乏有效手段，难以对探测器有效监控区域进行准确建模。在实际安装使用中，可能存在监控死角或重叠区域，从而产生漏保护或过保护问题。为了实现图像型火灾探测器有效监控区域在三维场景中配准和全场景可视化建模等任务，探测器相机在特定场景内的拍摄姿态估计是必须要解决的问题。

传统的摄像机定位需要对图像进行关键点的检测、图像描述子的计算与匹配，或使用深度相机采集点云数据后进行点云配准，这会消耗大量的计算时间，并且难以实现高精度的定位。针对以上问题，Alex Kendall等人提出使用神经网络实现摄像机定位。其使用GoogleNet作为主干网络，同时使用Places数据集分类任务中的模型进行迁移学习，直接对摄像机位姿进行预测，实现了摄像机的高精度定位。Eric Brachmann等人提出DSAC，使用两个神经网络分别预测室内场景中空间点坐标以及为位姿打分，在当时的相机定位任务中取得了先进的效果。在此基础上，Eric Brachmann等人进一步提出了DSAC++网络。该网络改进了特征图的提取方式，使用包含11个卷积层和3个下采样层的神经网络实现了高精度的摄像机位姿估计。该网络预测出像素对应的场景坐标后，使用RANSAC与PNP算法生成位姿池，随后根据重投影误差对每个位姿进行打分，获得最优位姿。DSAC系列首次提出了使用神经网络预测场景点坐标，该方法在摄像机定位的精度上实现了极大地提升，为摄像机的定位提供了新的思路。但仍存在如下问题：

1、DSAC系列在网络结构上只是几个卷积层的串联，没有实现不同感受野所提取的特征的融合；

2、在重复和纹理较少的场景下，由于图像块间的相似性，使得网络的预测效果变差。

发明内容

鉴于现有技术的上述缺点、不足，本发明提供一种基于特征深度聚合网络的图像型火灾探测器位姿估计方法。本发明设计了一种特征深度聚合模块，对低级与高级特征图的融合方式进行了改进，用于有效地对建筑场景中的图像型火灾探测器进行定位。

为了达到上述目的，本发明采用的主要技术方案包括：

本发明提供一种基于特征深度聚合网络的图像型火灾探测器位姿估计方法，包括以下步骤：

S1、在不同的建筑环境中进行数据采集，采集的数据包括RGB图像、深度图以及同时记录的每帧图像拍摄时的相机位姿；

S2、对S1中采集的数据进行数据预处理，具体为：

S21、将S1中采集的数据分为训练集与测试集；

S22、根据训练集中的深度图与相机位姿计算像素点对应的真实场景坐标；

S23、对训练集中的图像进行数据增强处理；

S24、对训练集中的数据增强处理后的RGB图像以及测试集中的RGB图像进行归一化处理；