基于機(jī)器視覺的家居識(shí)別方法、系統(tǒng)、裝置及介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202110203930.7 申請(qǐng)日 -
公開（公告）號(hào) CN112926441A 公開（公告）日 2021-06-08
申請(qǐng)公布號(hào) CN112926441A 申請(qǐng)公布日 2021-06-08
分類號(hào) G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 柯建生;戴振軍 申請(qǐng)（專利權(quán)）人 廣州極點(diǎn)三維信息科技有限公司
代理機(jī)構(gòu) 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 代理人 常柯陽
地址 510335 廣東省廣州市海珠區(qū)新港東路620號(hào)1201房自編號(hào)1203-1218（僅限辦公）
法律狀態(tài) -

摘要

摘要 本發(fā)明提供的基于機(jī)器視覺的家居識(shí)別方法、系統(tǒng)、裝置及存儲(chǔ)介質(zhì)，方法包括：獲確定家居所在空間，確定所述家居在所述空間中的坐標(biāo)位置，根據(jù)所述坐標(biāo)位置采集家居數(shù)據(jù)；根據(jù)所述家居數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，通過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型識(shí)別所述家居，其中，訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的步驟包括：根據(jù)所述家居數(shù)據(jù)進(jìn)行物體識(shí)別，并切割得到若干子圖像；對(duì)所述子圖像進(jìn)行細(xì)粒度分類，確定所述子圖像中的所述家居。方法解決了神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)集的規(guī)模制作成本高昂，可用性較差的問題，并降低了人工識(shí)別篩選所導(dǎo)致的誤差，識(shí)別結(jié)果更為精準(zhǔn)，并提高了家居識(shí)別篩選的效率，可廣泛應(yīng)用于機(jī)器視覺技術(shù)領(lǐng)域。