申请/专利权人：发那科株式会社

申请日：2021-04-01

公开（公告）日：2021-10-12

公开（公告）号：CN113496524A

主分类号：G06T7/80(20170101)

分类号：G06T7/80(20170101);G06N3/08(20060101);G06N3/04(20060101)

优先权：["20200403 US 16/839,346"]

专利状态码：在审-实质审查的生效

法律状态：2023.04.11#实质审查的生效;2021.10.12#公开

摘要：一种用于使用深度学习神经网络和矢量场估计过程从对象的2D图像提取特征的系统和方法。该方法包括提取多个可能的特征点，生成限定2D图像中对象所处的像素的掩模图像，以及为每个所提取的特征点生成包括指向所提取的特征点的箭头的矢量场图像。该方法还包括通过识别用于2D图像中的两个像素的每个组合的箭头相交的交点来生成矢量相交图像。该方法根据两个像素的每个组合的每个像素与交点的距离，为每个交点分配得分，并生成点投票图像，该点投票图像从多个聚集的点中识别特征位置。

主权项：1.一种用于从对象的图像提取特征的方法，所述方法包括：使用2D相机获得具有所述对象的多个像素的2D图像；从所述2D图像中提取所述对象上的多个可能特征点；生成限定所述2D图像中的多个像素的掩模图像，所述对象位于所述多个像素中；为每个提取的特征点生成单独的矢量场图像，所述矢量场图像针对所述2D图像中的每个像素包括具有x方向值和y方向值的箭头，其中每个箭头的方向朝向所述2D图像中的所述提取的特征点；通过将所述掩模图像中的所述多个像素与所述矢量场图像中的对应像素相乘，使得丢弃与所述2D图像中的具有所述对象的部分的像素不相关联的那些箭头，来为每个提取的特征点生成单独的矢量提取图像；通过识别所述2D图像中的两个像素的每个组合的箭头相交的交点，为每个提取的特征点生成矢量相交图像；根据两个像素的每个组合中的每个像素与所述交点的距离，为每个提取的特征点的每个交点分配得分，并且为所有像素组合生成得分网格；以及为每个提取的特征点生成点投票图像，所述点投票图像从多个聚集的点中识别特征位置。

全文数据：

权利要求：

百度查询： 发那科株式会社 通过深度学习和矢量场估计的特征检测

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD