一种结合深度卷积神经网络的圆形标记点中心定位方法、装置及存储介质.pdfVIP

下载本文档

1
0
约1.4万字
约 11页
2023-05-15 发布于四川
举报
版权申诉

一种结合深度卷积神经网络的圆形标记点中心定位方法、装置及存储介质.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种结合深度卷积神经网络的圆形标记点中心定位方法及实现该方法的装置及存储介质。所述方法包括：获取圆形标记点的图像数据，构造测试样本；利用训练好的中心定位模型CPosNet映射圆形标记点的中心；根据缩放系数计算真实标记点中心，重建标记图像。本发明为非理想情况下圆形标记点的中心定位提供了一种新颖、可行的解决方案，且相较于传统方法，鲁棒性更强。这种基于端到端模型来直接映射标记点中心的方法还可以简化标记点的中心定位流程，从而有效地减少外在噪声的引入，降低圆形标记点中心定位的复杂度。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116030122 A (43)申请公布日 2023.04.28 (21)申请号 202310155784.4 G06F 17/16 (2006.01)