申请/专利权人：西门子股份公司

申请日：2018-10-29

公开（公告）日：2024-04-16

公开（公告）号：CN112236778B

主分类号：G06V10/82

分类号：G06V10/82;G06N3/0464;G06N3/08

优先权：["20180406 US 62/653720"]

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.02.02#实质审查的生效;2021.01.15#公开

摘要：本发明涉及一种如何从杂乱图像中恢复对象的方法。本发明还涉及一种包括指令的计算机程序产品和计算机可读存储介质，当所述程序由计算机执行时，所述指令使得计算机执行所提及方法的步骤。进一步地，本发明涉及如何训练识别系统的组件以用于从这样的杂乱图像中恢复对象的方法。此外，本发明涉及这样的识别系统。

主权项：1.一种借助于人工神经网络从杂乱图像中识别对象的方法，所述方法包括以下步骤：-借助于经训练的图像生成器（G）从杂乱图像中生成法线贴图，-借助于经训练的任务特定识别单元（T）从法线贴图中识别对象，以及-将结果输出到输出单元，其中图像生成器（G）和识别单元（T）这二者已经通过人工神经网络被训练，图像生成器（G）的训练包括如下步骤-接收合成的杂乱图像作为输入，其中杂乱图像是增强管道（A）的输出，所述增强管道（A）将合成的法线贴图增强成合成的杂乱图像，-给出法线贴图作为输出，-将具有相应法线贴图的图像生成器（G）的输出作为输入给予增强管道（A），-优化图像生成器（G）的神经网络，使得在其输出与作为输入给予增强管道（A）的法线贴图之间的偏差最小；并且识别单元（T）的训练包括如下步骤-接收合成的法线贴图作为输入，其中合成的法线贴图是从无纹理CAD模型获得的，-识别对象作为输出，-将识别单元（T）的输出与如在法线贴图中表示的对象的相应属性进行比较，以及-优化识别单元（T）的神经网络，使得在其输出与输入的相应属性之间的偏差最小。

全文数据：

权利要求：

百度查询： 西门子股份公司 使用CAD模型作为先验的从图像中的对象识别

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