申请/专利权人：华侨大学

申请日：2024-01-17

公开（公告）日：2024-04-09

公开（公告）号：CN117576489B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/82;G06N3/0455;G06N3/0464;G06N3/084;G06V10/766;G06V10/25

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明提供了智能机器人鲁棒实时目标感知方法、装置、设备及介质，包括获取由采集设备采集到的智能机器人使用场景数据集，并对所述智能机器人使用场景数据集进行标注划分处理，生成训练集和测试集；调用训练好的鲁棒实时目标感知模型对所述智能机器人使用场景数据集进行目标跟踪预处理，生成感知信息；根据所述感知信息，生成感知结果。旨在更加鲁棒、实时且稳定的跟踪感知目标，从而为智能机器人的准确执行任务提供了可靠的基础支持。

主权项：1.智能机器人鲁棒实时目标感知方法,其特征在于，包括：获取由采集设备采集到的智能机器人使用场景数据集，并对所述智能机器人使用场景数据集进行标注划分处理，生成训练集和测试集；调用训练好的鲁棒实时目标感知模型对所述智能机器人使用场景数据集进行目标跟踪预处理，生成感知信息，其中，目标跟踪预处理包括指定目标的位置和类别，采用预测边界框来定位后续视频帧中目标的位置，并标明边界框包围目标物体所属的前背景类别信息，所述鲁棒实时目标感知模型包括顺序连接的特征提取网络、编码器解码器、运动预测模块和设有分类任务和回归任务的双支预测头网络，具体为：将所述智能机器人使用场景数据集作为输入，传入训练好的鲁棒实时目标感知模型中；调用所述鲁棒实时目标感知模型的特征提取网络、编码器解码器网络和运动预测网络对所述智能机器人使用场景数据集进行图片特征的提取处理；调用所述鲁棒实时目标感知模型的双支预测头网络，分类分支输出分类预测值，并结合二分类交叉损失熵分类损失函数，获取图片目标物体的类别信息，以判断特征网络提取到的每个特征属于前景还是背景，其中，前景信息为所跟踪的目标，除目标所在目标框外其余特征均属于背景信息；双支预测头网络的回归分支对识别为前景的目标物体进行拟合边界框，并采用GIoU回归损失函数和PNS特征限制损失函数进行学习拟合预测框，生成感知信息；根据所述感知信息，生成感知结果。

全文数据：

权利要求：

百度查询： 华侨大学 智能机器人鲁棒实时目标感知方法、装置、设备及介质

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