一種預(yù)測(cè)剛體6D姿態(tài)的神經(jīng)網(wǎng)絡(luò)損失函數(shù)計(jì)算方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202011642269.1 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN112733921A 公開(kāi)（公告）日 2021-04-30
申請(qǐng)公布號(hào) CN112733921A 申請(qǐng)公布日 2021-04-30
分類號(hào) G06K9/62;G06N3/04;G06N3/08 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 徐凱;馮良炳 申請(qǐng)（專利權(quán)）人 深圳辰視智能科技有限公司
代理機(jī)構(gòu) 北京酷愛(ài)智慧知識(shí)產(chǎn)權(quán)代理有限公司 代理人 盧蓉
地址 518000 廣東省深圳市南山區(qū)粵海街道科技工業(yè)園園西工業(yè)區(qū)25棟東段406室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種預(yù)測(cè)剛體6D姿態(tài)的神經(jīng)網(wǎng)絡(luò)損失函數(shù)計(jì)算方法及系統(tǒng)，包括使用神經(jīng)網(wǎng)絡(luò)從6D姿態(tài)的剛體圖像中獲取圖像特征；計(jì)算圖像特征對(duì)應(yīng)的6D姿態(tài)真實(shí)值與網(wǎng)絡(luò)預(yù)測(cè)值的6D姿態(tài)之間的歐式距離；通過(guò)比較歐式距離與預(yù)設(shè)閾值的大小，判定圖像中剛體樣本類別，確定各類樣本之間的樣本損失函數(shù)；為樣本添加權(quán)重相關(guān)因子，并采用神經(jīng)網(wǎng)絡(luò)反向傳播算法，通過(guò)帶權(quán)重的樣本損失函數(shù)，更新神經(jīng)網(wǎng)絡(luò)參數(shù)。上述方案利用給不同難易預(yù)測(cè)的物體賦予不同的權(quán)重，達(dá)到提高網(wǎng)絡(luò)收斂速度，提高準(zhǔn)確率的效果。