基于生成查询网络的行李体积自动分类方法技术

本发明专利技术公开了一种基于生成查询网络的行李体积自动分类方法，包括如下步骤：(1)提供一包括相机的场景图像获取子系统、一包括生成查询网络的三维模型生成子系统、场景分割子系统以及一行李分类子系统；(2)通过相机对包含行李的当前实际场景进行图片采集；(3)将步骤(2)获得的图片序列作为生成查询网络的输入；(4)通过场景分割子系统将步骤(3)获得的三维模型转变为点云文件，将点云文件进行分割；(5)通过行李分类子系统根据获得的每个行李的点云数据计算每个行李的体积，并将每个行李标识为其体积所在的体积范围。本发明专利技术由于采用人工智能方法，不需要人工过多的干预，即可实现资助定位和体积预估，具有更为广泛的应用性。

Automatic Baggage Volume Classification Method Based on Generating Query Network

The invention discloses an automatic baggage volume classification method based on generating query network, which includes the following steps: (1) providing a scene image acquisition subsystem including a camera, a three-dimensional model generation subsystem including generating query network, a scene segmentation subsystem and a baggage classification subsystem; (2) collecting pictures of the current actual scene containing baggage through a camera;\uff08 3) The image sequence obtained in step (2) is used as input to generate query network; (4) The three-dimensional model obtained in step (3) is transformed into point cloud file by scene segmentation subsystem, and the point cloud file is segmented; (5) The volume of each luggage is calculated by luggage classification subsystem based on the point cloud data of each luggage, and each luggage is marked as its volume range. \u3002 Because of adopting artificial intelligence method, the invention can realize funding location and volume prediction without too much manual intervention, and has wider application.

【技术实现步骤摘要】
基于生成查询网络的行李体积自动分类方法
本专利技术涉及人工智能及控制
，具体涉及一种基于生成查询网络的行李体积自动分类方法。
技术介绍
在登机时，需要办理行李托运手续，由于一般航空公司对托运行李的重量和体积上限出台相应的限制要求，因此在行李托运办理时，值机人员需要对行李进行称重并目测体积大小，保证行李符合托运的规定重量和体积要求。由于办理行李托运手续的旅客数量较多，而值机人员有限，采用人眼目测行李体积大小的方法容易造成部分超大体积的行李被遗漏检查，给行李托运带来不便，且人眼目测的方式检查效率低下，延长了办理行李托运手续的时间。
技术实现思路
本专利技术的目的是提供一种基于生成查询网络的行李体积自动分类方法，不需要过多的人工干预，即可实现行李的自主定位和体积预估，具有更为广泛的应用性。为实现上述专利技术目的，本专利技术提供以下的技术方案：一种基于生成查询网络的行李体积自动分类方法，包括如下步骤：(1)提供一场景图像获取子系统、一三维模型生成子系统、场景分割子系统、一行李体积计算子系统以及一行李分类子系统，所述场景图像获取子系统包括相机，所述三维模型生成子系统包括生成查询网络，所述场景本文档来自技高网...

【技术保护点】
1.一种基于生成查询网络的行李体积自动分类方法，其特征在于，包括如下步骤：(1)提供一场景图像获取子系统、一三维模型生成子系统、场景分割子系统以及一行李分类子系统，所述场景图像获取子系统包括相机，所述三维模型生成子系统包括生成查询网络，所述场景分割子系统包括点云库；(2)通过所述相机对包含行李的当前实际场景进行图片采集，形成带有空间姿态信息的图片序列；(3)将步骤(2)获得的图片序列作为所述生成查询网络的输入，获得与当前实际场景相互映射的三维模型；(4)通过所述点云库将步骤(3)获得的三维模型转变为点云文件，将所述点云文件进行分割，获得每个行李的点云数据；(5)通过所述行李分类子系统根据获得的...

【技术特征摘要】
1.一种基于生成查询网络的行李体积自动分类方法，其特征在于，包括如下步骤：(1)提供一场景图像获取子系统、一三维模型生成子系统、场景分割子系统以及一行李分类子系统，所述场景图像获取子系统包括相机，所述三维模型生成子系统包括生成查询网络，所述场景分割子系统包括点云库；(2)通过所述相机对包含行李的当前实际场景进行图片采集，形成带有空间姿态信息的图片序列；(3)将步骤(2)获得的图片序列作为所述生成查询网络的输入，获得与当前实际场景相互映射的三维模型；(4)通过所述点云库将步骤(3)获得的三维模型转变为点云文件，将所述点云文件进行分割，获得每个行李的点云数据；(5)通过所述行李分类子系统根据获得的每个行李的点云数据计算每个行李的体积，并将每个行李标识为其体积所在的体积范围。2.根据权利要求1所述的基于生成查询网络的行李体积自动分类方法，其特征在于，通过在不同拍摄姿态间切换的一台相机或分别处于不同拍摄姿态的多台相机获取当前场景的图片序列。3.根据权利要求1所述的基于生成查询网络的行李体积自动分类方法，其特征在于，所述相机为单目相机。4.根据权利要求1所述的基于生成查询网络的行李体积自动分类方法，其特征在于，带有空间姿态信息的图片序列定义为其中，i∈{1，…，N}，k∈{1，…，K}，i是数据中场景的数目，k是每个场景中图片的数目，是拍摄方位,是从拍摄方位拍摄到的图像。5.根据权利要求1所述的基于生成查询网络的行李体积自动分类方法，其特征在于，拍摄方位用五个维度的向量表示，表示相机在三维坐标系中的X轴位置，表示相机在三维坐标系中的Y轴位置，表示相机在三维坐标系中的Z轴位置，yaw表示相机的偏航角，pitch表示相机的俯仰角。6.根据权利要求1所述的基于生成查询网络的行李体积自动分类方法，其特征在于，所述生成查询网络在训练时选用值逼近方法，即最小化上界，作为代价函数，采用小批量自适应梯度下降的更新方式更新参数，即将训练集划分为很多批，对每一批计算误差并更新参数，即所述生成查询网络的损失函数公式为：其中，θ是模型的待训练的参数；表示当前函数有两个参数，分别为θ和φ；(x，v)～D是待训练的准备数据D；z～qφ表示来自qφ的高维隐变量；表示在D和qφ的条件下的期望；gθ(x|zvq，r〕为生成模型，在隐变量z，视角v...

【专利技术属性】
技术研发人员：朱斐，徐大勇，刘全，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏,32