一种基于深度学习的地外天体巡视器障碍物分割方法

发明专利有效专利

申请号：
CN202010562735.9
IPC分类号：G06K9/34;G06N3/04;G06N3/08;G06K9/62
申请日期：
2020-06-18
申请人：
中国空间技术研究院

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	一种基于深度学习的地外天体巡视器障碍物分割方法
申请号	CN202010562735.9	申请日期	2020-06-18
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-20	公开/公告号	CN111797836A
优先权	暂无	优先权号	暂无
主分类号	G06K9/34 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/20 图像捕获〔3〕 G06K9/34 在图像分布图中，相接触的或相重叠的图形的分割〔3〕	IPC分类号	G;0;6;K;9;/;3;4;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;K;9;/;6;2查看分类表>
申请人	中国空间技术研究院	申请人地址	北京市海淀区友谊路104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	中国空间技术研究院	当前权利人	中国空间技术研究院
发明人	李海超;李志;姚尧;蒙波;庞羽佳;黄剑斌;张志民;黄良伟;黄龙飞;王尹
代理机构	北京善任知识产权代理有限公司	代理人	张振伟

摘要

本发明实施例提供一种基于深度学习的地外天体巡视器障碍物分割方法，该方法包括：利用地外天体巡视器获得的图像集及其对应的人工标注图集形成样本集；将所述样本集中的样本分成训练样本、验证样本和测试样本；基于VGGNet卷积网络和U‑Net网络构建神经网络；将所述训练样本和所述验证样本输入所述神经网络，对神经网络进行训练得到训练模型；利用所述训练模型对所述测试样本进行测试，得到地外天体的障碍物分割结果。该方法将精度高的VGG网络局部迁移到本发明网络，在提高了障碍物分割精度的同时还提高了分割速度，可以满足地外天体巡视器实时性需求。

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