端到端标定深度学习网络的单幅条纹三维点云测量方法

发明专利有效专利

申请号：
CN202110606699.6
IPC分类号：G01B11/25;G06N3/08
申请日期：
2021-05-31
申请人：
东南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	端到端标定深度学习网络的单幅条纹三维点云测量方法
申请号	CN202110606699.6	申请日期	2021-05-31
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-07	公开/公告号	CN113358061A
优先权	暂无	优先权号	暂无
主分类号	G01B11/25 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01B 长度、厚度或类似线性尺寸的计量；角度的计量；面积的计量；不规则的表面或轮廓的计量 G01B11/00 以采用光学方法为特征的计量设备（G01B 9/00组中包括的各式仪器本身入G01B 9/00）〔2〕 G01B11/24 用于计量轮廓或曲率 G01B11/25 通过在物体上投影一个图形，例如莫尔（moiré）条纹（G01B 11/255优先）〔7〕	IPC分类号	G;0;1;B;1;1;/;2;5;;;G;0;6;N;3;/;0;8查看分类表>
申请人	东南大学	申请人地址	江苏省南京市玄武区四牌楼2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东南大学	当前权利人	东南大学
发明人	王辰星;张翼;王凡周
代理机构	南京众联专利代理有限公司	代理人	张天哲

摘要

本发明公开了一种端到端标定深度学习网络的单幅条纹三维点云测量方法，只需要一幅棋盘格条纹图与单幅物体条纹图，即可使用深度学习技术实现单幅条纹图的三维点云测量，为解决条纹投影测量系统标定过程繁琐，且使用深度学习技术时不同标定参数下数据集不通用的问题，提出使用棋盘格条纹图和单幅条纹图来联合训练深度学习网络，棋盘格条纹图可对网络进行世界坐标标定，经过标定的深度学习网络模型，将单幅条纹图里的物体映射到棋盘格对应的世界坐标系中，使网络直接输出真实世界坐标的三维点云。有益效果在于：提出用棋盘格条纹图联合物体条纹图直接训练和标定深度学习网络，无需额外标定，可直接实现端到端的三维点云测量。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供