[发明专利]相机定位及神经网络的训练方法和装置有效

专利信息
申请号: 201910815145.X 申请日: 2019-08-30
公开(公告)号: CN110532410B 公开(公告)日: 2022-06-21
发明(设计)人: 丁明宇;王哲;石建萍 申请(专利权)人: 上海商汤临港智能科技有限公司
主分类号: G06F16/53 分类号: G06F16/53;G06F16/587;G06K9/62;G06V10/774;G06N3/08;G06T3/40;G06T7/70
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 靳玫
地址: 200232 上海市浦东新区泥*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 相机 定位 神经网络 训练 方法 装置
【说明书】:

本公开实施例提供一种相机定位及神经网络的训练方法和装置,其中方法包括:在图像数据库中检索得到查询图像的初始配对图像;图像数据库中的图像对应的相机绝对位姿已知;获取初始配对图像与查询图像的预测相机相对位姿;根据预测相机相对位姿确定查询图像的相机估计位姿;根据查询图像的相机估计位姿,由图像数据库检索得到查询图像的新配对图像;预测新配对图像和查询图像的相机相对位姿;基于新配对图像和查询图像的相机相对位姿以及新配对图像的相机绝对位姿,确定查询图像的相机绝对位姿。本公开提高了相机定位的准确性。

技术领域

本公开涉及机器学习技术,具体涉及相机定位及神经网络的训练方法和装置。

背景技术

随着人们生活水平的提高,人们出行已经离不开地图和汽车。最近计算机视觉的发展为生活提供了巨大的便利,无论地图导航还是汽车,都需要通过相机拍摄到的图像来进行定位。此外,机器人的导航也离不开基于视觉的相机定位方法,因此相机定位是计算机视觉领域中重要的工作。其可以应用在自动驾驶和机器人以及地图导航等多项任务上并具有重要的意义。

传统的相机定位方法中,有相对定位的方法,即根据两张图像中的相对位姿和其中一张图像的相机绝对位姿,来得到另一张图像的相机绝对位姿。但是目前这种相对定位的定位精度较低。

发明内容

有鉴于此,本公开至少提供一种相机定位及神经网络的训练方法和装置,以提高相机定位的精度。

第一方面,提供一种相机定位方法,所述方法包括:

在图像数据库中检索得到查询图像的初始配对图像;所述图像数据库中的图像对应的相机绝对位姿已知;

获取所述初始配对图像与查询图像的预测相机相对位姿;根据所述预测相机相对位姿,确定所述查询图像的相机估计位姿;

根据所述查询图像的相机估计位姿,由所述图像数据库检索得到所述查询图像的新配对图像;

预测所述新配对图像和查询图像的相机相对位姿;

基于所述新配对图像和查询图像的相机相对位姿、以及所述新配对图像的相机绝对位姿,确定所述查询图像的相机绝对位姿。

在一些实施例中,所述在图像数据库中检索得到查询图像的初始配对图像之前,所述方法还包括:获取已知地理数据库,所述已知地理数据库包括相机绝对位姿已知的多张图像;由所述已知地理数据库中选取预定地理区域对应的图像,构建所述图像数据库。

在一些实施例中,所述在图像数据库中检索得到查询图像的初始配对图像之前,所述方法还包括:通过设置有采集相机的采集智能终端,在预定地理区域采集多张图像;确定采集的各图像分别对应的相机绝对位姿;根据采集的所述多张图像及其相机绝对位姿,构建所述预定地理区域对应的图像数据库。

在一些实施例中,所述图像数据库的各图像对应的预定地理区域,是如下任一类型的区域:地图导航区域、智能驾驶定位区域或机器人导航区域。

在一些实施例中,所述在图像数据库中检索得到查询图像的初始配对图像,包括:接收待进行相机定位的所述查询图像;提取所述查询图像的图像特征;根据所述查询图像的图像特征,由所述图像数据库中检索得到所述查询图像的初始配对图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海商汤临港智能科技有限公司,未经上海商汤临港智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910815145.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top