[发明专利]一种视觉定位方法及装置、存储介质

权利要求书

1.一种视觉定位方法，其特征在于，所述方法包括：

采用已训练的定位网络，确定获取的待定位图像的全局特征描述符和特征点信息；其中，所述已训练的定位网络是采用至少包括两类场景下图像的训练图像集进行训练得到的；

根据所述全局特征描述符，从参考图像库中，确定与所述待定位图像相匹配的相似图像；

根据所述特征点信息，确定所述相似图像与所述待定位图像之间相匹配的特征点，得到匹配对集合；

根据所述匹配对集合，确定所述待定位图像的预测位置信息；

根据所述预测位置信息和所述相似图像的位置信息，确定所述待定位图像的目标位置信息；

所述采用已训练的定位网络，确定获取的待定位图像的全局特征描述符和特征点信息，包括：

采用所述已训练的定位网络中的VLAD层，确定所述待定位图像的全局特征描述符；

采用所述已训练的定位网络中的特征解码器，确定所述待定位图像的特征点信息。

2.根据权利要求1所述的方法，其特征在于，所述采用已训练的定位网络，确定获取的待定位图像的全局特征描述符和特征点信息之前，所述方法还包括：

获取已训练的卷积神经网络；

采用所述卷积神经网络、特征解码器和局部聚合描述符向量VLAD层，搭建待训练的定位网络；

将至少包括两类场景下图像的训练图像集中的训练图像，输入所述待训练的定位网络中，得到所述训练图像的损失；

采用所述训练图像的损失，对所述待训练的定位网络的网络参数进行调整，以使调整后的待训练的定位网络输出的结果的损失满足收敛条件，得到所述已训练的定位网络。

3.根据权利要求2所述的方法，其特征在于，所述采用所述卷积神经网络、特征解码器和局部聚合描述符向量VLAD层，搭建待训练的定位网络，包括：

从所述卷积神经网络中的最后一层卷积层处，接入特征解码器；

将所述神经网络的输出端作为所述特征解码器的输入端，以使所述特征解码器确定所述卷积神经网络的输出结果的特征点信息；

将所述神经网络的输出端作为VLAD层的输入端，以使所述VLAD层确定所述卷积神经网络的输出结果的全局特征描述符，继而完成所述待训练的定位网络的搭建。

4.根据权利要求1所述的方法，其特征在于，所述根据所述全局特征描述符，从参考图像库中，确定与所述待定位图像相匹配的相似图像，包括：

获取所述参考图像库中的参考图像的全局特征描述符；

根据所述参考图像的全局特征描述符和所述待定位图像的全局特征描述符，确定所述参考图像与所述待定位图像之间的相似度；

如果所述相似度大于等于相似度阈值，确定所述参考图像为所述相似图像。

5.根据权利要求1所述的方法，其特征在于，所述根据所述特征点信息，确定所述相似图像与所述待定位图像之间相匹配的特征点，得到匹配对集合，包括：

获取所述相似图像的特征点信息；

根据所述相似图像的特征点信息和所述待定位图像的特征点信息，确定所述相似图像的特征点与所述待定位图像的特征点之间的范数距离；

当所述范数距离满足预设条件时，确定所述相似图像的特征点与所述待定位图像的特征点相匹配，以得到所述匹配对集合。

6.根据权利要求5所述的方法，其特征在于，所述根据所述相似图像的特征点信息和所述待定位图像的特征点信息，确定所述相似图像的特征点与所述待定位图像的特征点之间的范数距离，包括：

根据所述相似图像的特征点信息和所述待定位图像的特征点信息，确定所述相似图像的特征点与所述待定位图像的特征点之间的最小范数距离和第二小范数距离；

对应地，所述当所述范数距离满足预设条件时，确定所述相似图像的特征点与所述待定位图像的特征点相匹配，以得到所述匹配对集合，包括：如果所述最小范数距离和所述第二小范数距离之间的倍数满足预设倍数，确定所述相似图像的特征点与所述待定位图像的特征点相匹配，以得到所述匹配对集合。