[发明专利]一种视觉里程计实现方法、装置和电子设备

说明书

本发明实施例提供一种视觉里程计实现方法、装置和电子设备，该方法包括：获取拍摄设备依次采集的第一图像、第二图像和第三图像；根据所述第一图像、所述第二图像和所述第三图像，利用生成模型，获得所述拍摄设备的位姿，其中，所述生成模型的训练样本包括根据光流图确定的向量，所述光流图根据依次采集的三幅样本图像获得。利用两帧的光流图确定的向量对生成模型进行训练，可提高生成模型对拍摄设备的位姿估计的精度。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种视觉里程计实现方法、装置和电子设备。

背景技术

视觉里程计(Visual Odometry，简称VO)是一种利用拍摄设备(例如相机)采集到的图像序列来估计出运动体(例如机器人)相对运动的计算机视觉方法。

目前的视觉里程计主要是通过学习法和几何法实现。对于学习法而言，其主要是结合深度学习的优势，使用网络来进行图像识别、检测与分割，进而估算相机的运动位置和姿态(简称位姿)；对于几何法而言，其主要是提取两幅连续图片中的特征，然后在两幅图片中通过匹配和计算的方式实现。

目前，视觉里程计的实现方法中，估计出的拍摄设备的位姿精准度低。

发明内容

本发明的目的在于提供一种视觉里程计实现方法、装置和电子设备，以解决现有的视觉里程计的实现方法中，估计出的拍摄设备的位姿精准度低的问题。

为了达到上述目的，本发明提供一种视觉里程计实现方法，包括：

获取拍摄设备依次采集的第一图像、第二图像和第三图像；

根据所述第一图像、所述第二图像和所述第三图像，利用生成模型，获得所述拍摄设备的位姿，其中，所述生成模型的训练样本包括根据光流图确定的向量，所述光流图根据依次采集的三幅样本图像获得。

进一步的，所述根据所述第一图像、所述第二图像和所述第三图像，利用生成模型，获得所述拍摄设备的位姿，包括：

根据所述第一图像和所述第二图像获取第一光流图；

根据所述第二图像和所述第三图像获取第二光流图；

根据所述第一光流图和所述第二光流图，分别获得第一隐式向量和第二隐式向量；

根据所述长短时序记忆网络LSTM，对所述第一隐式向量和所述第二隐式向量进行更新，获得第一更新向量和第二更新向量；

将所述第一更新向量、所述第二更新向量、所述第二图像和所述第三图像输入至所述生成模型中，获得所述拍摄设备的位姿。

进一步的，所述生成模型的训练过程包括：

获取拍摄设备依次采集的第一样本图像、第二样本图像和第三样本图像；

根据所述第一样本图像和所述第二样本图像获取第三光流图；

根据所述第二样本图像和所述第三样本图像获取第四光流图；

根据所述第三光流图和所述第四光流图，分别获得第三隐式向量和第四隐式向量；

根据所述长短时序记忆网络LSTM，对所述第三隐式向量和所述第四隐式向量进行更新，获得第一更新向量和第二更新向量；

将所述第一更新向量、所述第二更新向量、所述第二样本图像和所述第三样本图像输入至基础模型中，获得所述拍摄设备的位姿；

根据所述拍摄设备的位姿和所述第二样本图像，获得合成样本图像；

将所述合成样本图像与所述第三样本图像输入至判别模型中，获得判别结果；

根据判别结果对所述基础模型进行优化。