申请/专利权人：深圳市前海研祥亚太电子装备技术有限公司

申请日：2024-01-17

公开（公告）日：2024-05-03

公开（公告）号：CN117973414A

主分类号：G06K7/14

分类号：G06K7/14;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.21#实质审查的生效;2024.05.03#公开

摘要：本申请涉及计算机视觉技术领域，公开了一种图形码的边界框确定方法、装置、设备及存储介质，该方法包括：从边界框特征图中解耦出位置特征图和角度特征图；通过第一卷积层对角度特征图进行解析得到边界框的角度信息；通过第二卷积层对位置特征图进行解析得到边界框的位置信息；根据角度信息和位置信息确定图形码的边界框；第一卷积层的环状平滑标签高斯函数根据真实角度值确定训练图像的预期角度信息，预期角度信息包括多个预设角度的预期概率；第一卷积层的第一损失函数确定预测角度信息和预期角度信息的第一差异程度；根据第一差异程度优化预设的训练模型，以得到神经网络模型。通过上述方式，本申请提高了确定图形码边界框的准确性。

主权项：1.一种图形码的边界框确定方法，其特征在于，所述方法包括：获取目标图像，其中，所述目标图像中包括图形码；通过神经网络模型确定所述图形码的边界框；其中，所述神经网络模型确定所述图形码的边界框的步骤包括提取步骤、检测步骤、解耦步骤、角度解析步骤、位置解析步骤和确定步骤，所述提取步骤包括：提取所述目标图像的特征得到目标特征图；所述检测步骤包括：对所述目标特征图中图形码的边界框进行检测，得到边界框特征图，其中，所述边界框特征图包括所述边界框的位置特征图和角度特征图；所述解耦步骤包括：从所述边界框特征图中解耦出所述位置特征图和所述角度特征图；所述角度解析步骤包括：通过第一卷积层对所述角度特征图进行解析得到所述边界框的角度信息；所述位置解析步骤包括：通过第二卷积层对所述位置特征图进行解析得到所述边界框的位置信息；所述确定步骤包括：根据所述角度信息和所述位置信息确定所述图形码的边界框；其中，所述神经网络模型的训练方法包括：获取训练图像以及所述训练图像中图形码的真实角度值；采用预设的训练模型对所述训练图像执行所述提取步骤、所述检测步骤和所述解耦步骤，得到所述角度特征图；对所述角度特征图执行所述角度解析步骤，得到所述训练图像中图形码的边界框的预测角度信息；通过所述第一卷积层的环状平滑标签高斯函数根据所述真实角度值确定所述训练图像的预期角度信息，其中，所述预期角度信息包括多个预设角度的预期概率，所述预期概率中最大值对应的预设角度与所述真实角度值匹配，与所述预期概率中最大值对应的预设角度的差值在预设范围内的多个预设角度的预期概率呈现高斯分布；通过所述第一卷积层的第一损失函数确定所述预测角度信息和所述预期角度信息的第一差异程度；根据所述第一差异程度优化所述预设的训练模型，以得到训练好的所述神经网络模型。

全文数据：

权利要求：

百度查询： 深圳市前海研祥亚太电子装备技术有限公司 一种图形码的边界框确定方法、装置、设备及存储介质

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