【技术实现步骤摘要】
本专利技术涉及目标识别，具体涉及一种提高物体位姿识别效率的方法及系统。
技术介绍
1、随着人工智能与机器视觉的发展，物体位姿识别于自动驾驶、智能导航、工业制造等领域具有重要应用，为满足应用需求，需在保障位姿识别精度的基础上提高识别效率。目前，多结合目标追踪等多元算法，直接进行物体位姿识别。现有技术存在一定的技术局限性，数据处理量过大导致识别效率低下，无法兼顾识别精度与识别效率。
技术实现思路
1、本申请提供了一种提高物体位姿识别效率的方法及系统，用于针对解决现有技术中存在的由于技术局限导致数据处理量过大造成识别效率低下，无法兼顾识别精度与识别效率的技术问题。
2、鉴于上述问题，本申请提供了一种提高物体位姿识别效率的方法及系统。
3、第一方面，本申请提供了一种提高物体位姿识别效率的方法，所述方法包括：
4、基于图像传感器，对目标物体进行多角度图像采集，确定目标采集图像集；
5、预处理所述目标采集图像集，并进行背景分割，提取局域物体区域作为物体图像集；
6、结合计算机物体识别技术训练位姿分析模型，将所述物体图像集传输至所述位姿分析模型中，进行特征识别与多角度映射分析，确定二维位姿识别结果；
7、搭建基于所述目标物体的三维模型；
8、将所述二维位姿识别结果映射至所述三维模型，进行二维关联分析确定三维位姿识别结果；
9、基于所述三维位姿识别结果进行物体态势分析，作为目标识别结果。
1
11、图像采集模块，所述图像采集模块用于基于图像传感器，对目标物体进行多角度图像采集，确定目标采集图像集；
12、图像分割模块，所述图像分割模块用于预处理所述目标采集图像集，并进行背景分割，提取局域物体区域作为物体图像集；
13、二维位姿识别模块，所述二维位姿识别模块用于结合计算机物体识别技术训练位姿分析模型，将所述物体图像集传输至所述位姿分析模型中，进行特征识别与多角度映射分析，确定二维位姿识别结果；
14、三维模型建立模块，所述三维模型建立模块用于搭建基于所述目标物体的三维模型；
15、三维位姿识别模块，所述三维位姿识别模块用于将所述二维位姿识别结果映射至所述三维模型，进行二维关联分析确定三维位姿识别结果；
16、结果确定模块，所述结果确定模块用于基于所述三维位姿识别结果进行物体态势分析，作为目标识别结果。
17、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
18、本申请实施例提供的一种提高物体位姿识别效率的方法，基于图像传感器，对目标物体进行多角度图像采集，确定目标采集图像集；预处理所述目标采集图像集，并进行背景分割，提取局域物体区域作为物体图像集；结合计算机物体识别技术训练位姿分析模型，将所述物体图像集传输至所述位姿分析模型中，进行特征识别与多角度映射分析，确定二维位姿识别结果；搭建基于所述目标物体的三维模型；将所述二维位姿识别结果映射至所述三维模型，进行二维关联分析确定三维位姿识别结果；基于所述三维位姿识别结果进行物体态势分析，作为目标识别结果，解决了现有技术中存在的由于技术局限导致数据处理量过大造成识别效率低下，无法兼顾识别精度与识别效率的技术问题，通过进行适应性图像处理，以二维位姿识别为基准，进行三维映射分析以确定物体位姿识别结果，可有效提高物体位姿识别效率。
本文档来自技高网...【技术保护点】
1.一种提高物体位姿识别效率的方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述预处理所述目标采集图像集，并进行背景分割，提取局域物体区域作为物体图像集，该方法包括：
3.如权利要求2所述的方法，其特征在于，该方法包括：
4.如权利要求1所述的方法，其特征在于，所述结合计算机物体识别技术训练位姿分析模型，该方法包括：
5.如权利要求4所述的方法，其特征在于，将所述物体图像集传输至所述位姿分析模型中，进行特征识别与多角度映射分析，确定二维位姿识别结果，该方法包括：
6.如权利要求1所述的方法，其特征在于，将所述二维位姿识别结果映射至所述三维模型，进行二维关联分析确定三维位姿识别结果，该方法包括：
7.如权利要求6所述的方法，其特征在于，该方法包括：
8.一种提高物体位姿识别效率的系统，其特征在于，所述系统包括：
【技术特征摘要】
1.一种提高物体位姿识别效率的方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述预处理所述目标采集图像集，并进行背景分割，提取局域物体区域作为物体图像集，该方法包括：
3.如权利要求2所述的方法，其特征在于，该方法包括：
4.如权利要求1所述的方法，其特征在于，所述结合计算机物体识别技术训练位姿分析模型，该方法包括：
5.如权利要求4所述...
【专利技术属性】
技术研发人员：闫军，项炎平，
申请(专利权)人：智慧互通科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。