CN118710866B 一种基于单目视觉的目标定位方法 （诚芯智联(武汉)科技技术有限公司）

司发区花山街道花城大道9号武汉软件本发明涉及一种基于单目视觉的目标定位2获取包含预设AR标记的场景图像数据并进行解析处理，得到标记点的二维坐标信息、基于标记点的二维坐标信息、识别码信息并采用深度学习模型对基于深度卷积网络对目标物体的像素级掩码进行特征提取，得基于标记点的角度信息以及高维特征向量进行语义定位融合处理，将包含预设AR标记的场景图像数据进行灰将灰度化处理后场景图像数据与预设的AR标记库进行识别匹配基于角点数据对每个AR标记点分别进行分析，得到每个AR标记点的二维得到目标物体的三维空间坐标和方向信息的基于串联策略将纯量处理后的标记点的角度信息以及目标物体的高维特征向量进行基于预设的神经网络融合模型中的多个全连接层进一步处基于设定的角点数量的每个角点的坐标分析中心坐标，并记为对应基于第一角点和第二角点分析每个标记点的相对于场景图像水平;i个AR标记点的相对于场景图像水平轴的夹角，为第i个AR标记3点的第一角点的坐标，为第i个AR标记点的第二角点的坐标，i=1,2,3,…,N，读取每个AR标记点的二维坐标信息和识别码信息，并基于预设的将ROI所覆盖的目标物体的图像数据输入至预训练的U_Net模型中进行分割4.根据权利要求3所述的基于单目视觉的目标定位方法，其特征5.根据权利要求3所述的基于单目视觉的目标目标物体的图像数据输入至预训练的U_Net模型中进行分割处理具体为将ROI所覆盖的目;将格式转换处理后的目标物体的像素级掩码基于图像缩放算法进行掩将掩码尺寸调整后的目标物体的像素级掩码输入至预训练的ResNet_50模型中进行特7.根据权利要求6所述的基于单目视觉的目标定位方法将像素级掩码数据集划分为掩码训练数据集和掩码验证使用掩码验证数据集评估模型性能，并根据验证结果调节模4;5[0004]本发明解决上述技术问题的技术方案如下：一种基于单信息以及高维特征向量进行语义定位融合处理，得到目标物体的三维空间坐标和方向信6进行掩码尺寸调整；将掩码尺寸调整后的目标物体的像素级掩码输入至预训练的ResNet_7[0016]图2为本发明一种基于单目视觉的目标定位方法中得到每个AR标记点的二维坐标[0022]请参阅图1，本发明实施例提供一种技术方案：一种基于单目视觉的目标定位方8信息并采用深度学习模型U_Net对场景图像数据进行物体分割，得到目标物体的像素级掩常是物体边缘的交点，该步骤中的Harri角点检测算法能够有效地识别图像中的显著特征9析中心坐标，并记为对应AR标记点的二维坐标信息，计算中心坐标的具体公式如下：[0028]所述U_Net模型包括用于降低图像的空间尺寸的编码器，且编码器由多个卷积层图像数据输入至预训练的U_Net模型之前，首先将ROI区域的图像调整至U_Net模型所需的需的输入尺寸后的图像，resize为调整图像尺寸函数，s为目标尺寸，如256或512；原始像素值的最大可能值。的ROI图像数据输入至预训练的U_Net模型中进行前向传播，模型输出一个与ROI相同尺寸物体的像素级掩码输入至预训练的ResNet_50模型中进行特征提取，得到目标物体的高维参数，用于控制优化过程中权重更新的步长大小，VL为交叉熵损失函数关于权重W的梯模型中的多个全连接层进一步处理融合后的特征向量，并经神经网络融合模型中的输出训练的ResNet_50模型中提取目标物体的高维特征向量，这些特征向量包含了丰富的图像现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0041]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一