公开(公告)号：CN115100279B

公开(公告)日：2024-09-13

申请号：CN202210654874.3

申请日：2022-06-10

Applicant: 暨南大学

Inventor： 方俊彬 ,  李丹婕 ,  林嘉俊 ,  魏展航 ,  江灿健 ,  陈姝豫 ,  蒋琳

IPC: G06T7/73 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明公开了一种基于BN‑CNN的高速可见光定位图像处理方法、系统及介质，方法为：获取信号发射端LED灯的唯一标识符并编码为交叉二五码，通过调制器使用开关键控对LED灯进行调制，驱动LED灯发出不同频率的光信号；使用CMOS图像传感器在信号接收端捕获光信号图像，并划分为训练集和测试集；将条纹图像训练集导入设计好的批规范化卷积神经网络进行训练，使用连续梯度下降法优化损失，获得条纹图像分类模型；将条纹图像测试集导入条纹图像分类模型进行识别，判断条纹图像所属类别及类别对应LED灯的唯一标识符，确定信号接收端的位置。本发明通过批规范化卷积神经网络来进行深度学习，提高了高速运动下捕捉到的模糊图像的识别速度和准确率，具有良好的鲁棒性。

公开(公告)号：CN115100279A

公开(公告)日：2022-09-23

申请号：CN202210654874.3

申请日：2022-06-10

Applicant: 暨南大学

Inventor： 方俊彬 ,  李丹婕 ,  林嘉俊 ,  魏展航 ,  江灿健 ,  陈姝豫 ,  蒋琳

IPC: G06T7/73 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于BN‑CNN的高速可见光定位图像处理方法、系统及介质，方法为：获取信号发射端LED灯的唯一标识符并编码为交叉二五码，通过调制器使用开关键控对LED灯进行调制，驱动LED灯发出不同频率的光信号；使用CMOS图像传感器在信号接收端捕获光信号图像，并划分为训练集和测试集；将条纹图像训练集导入设计好的批规范化卷积神经网络进行训练，使用连续梯度下降法优化损失，获得条纹图像分类模型；将条纹图像测试集导入条纹图像分类模型进行识别，判断条纹图像所属类别及类别对应LED灯的唯一标识符，确定信号接收端的位置。本发明通过批规范化卷积神经网络来进行深度学习，提高了高速运动下捕捉到的模糊图像的识别速度和准确率，具有良好的鲁棒性。