[发明专利]一种利用图片实现移动轨迹估算的方法及相关装置

权利要求书

1.一种利用图片实现移动轨迹估算的方法，其特征在于，包括：

获取车辆在行驶过程中连续采集的第一帧图片和第二帧图片；

将所述第一帧图片和所述第二帧图片输入预设数据模型进行预测，获得所述第一帧图片与所述第二帧图片之间的旋转矩阵和平移矩阵；

获取拍摄所述第一帧图片时的位置坐标；

根据拍摄所述第一帧图片时的位置坐标以及所述第一帧图片与所述第二帧图片之间的旋转矩阵和平移矩阵，确定拍摄所述第二帧图片时的位置坐标；

根据拍摄所述第一帧图片时的位置坐标和拍摄所述第二帧图片时的位置坐标，得到所述车辆在拍摄所述第一帧图片至所述第二帧图片时的移动轨迹；

在进行模型预测之前，所述方法还包括：

获取样本图片集；

确定滑动窗口大小，所述滑动窗口内包含所述样本图片集中采集时间相邻的两帧样本图片；

利用卷积神经网络算法对所述两帧样本图片进行特征提取，分别得到所述两帧样本图片的特征信息；对所述两帧样本图片的特征信息进行池化处理，并将池化后的所述两帧样本图片的特征信息进行拼接，得到拼接后的特征信息；将所述拼接后的特征信息作为输入参数，输入到长短期记忆网络进行处理，得到输出特征参数；或者，利用长短期记忆网络对所述两帧样本图片进行特征提取，分别得到所述两帧样本图片的关键特征信息；利用卷积神经网络算法对所述两帧样本图片的关键特征信息进行卷积和池化处理，得到输出特征参数；

将所述输出特征参数输入至少两个全连接层，得到所述两帧样本图片之间的预测旋转矩阵和预测平移矩阵；

将所述滑动窗口以预设步长在所述样本图片集中滑动，分别得到每一相邻的两帧样本图片之间的预测旋转矩阵和预测平移矩阵；

获取所述每一相邻的两帧样本图片之间的实际旋转矩阵和实际平移矩阵；

根据所述每一相邻的两帧样本图片之间的实际旋转矩阵和实际平移矩阵以及所述每一相邻的两帧样本图片之间的预测旋转矩阵和预测平移矩阵，采用均方误差MSE算法计算得到样本误差；

根据所述样本误差进行模型优化，得到所述预设数据模型。

2.根据权利要求1所述的方法，其特征在于，所述获取车辆在行驶过程中连续采集的第一帧图片和第二帧图片之后，所述方法还包括：

将所述第一帧图片和所述第二帧图片进行截图处理，得到截取后的所述第一帧图片和所述第二帧图片，其中，截取后的所述第一帧图片和所述第二帧图片的尺寸大小相同；

其中，所述将所述第一帧图片和所述第二帧图片输入预设数据模型进行预测，获得所述第一帧图片与所述第二帧图片之间的旋转矩阵和平移矩阵，包括：

将截取后的所述第一帧图片和所述第二帧图片输入预设数据模型进行预测，获得所述第一帧图片与所述第二帧图片之间的旋转矩阵和平移矩阵。

3.根据权利要求1或2所述的方法，其特征在于，所述根据拍摄所述第一帧图片时的位置坐标和拍摄所述第二帧图片时的位置坐标，得到所述车辆在拍摄所述第一帧图片至所述第二帧图片时的移动轨迹之后，所述方法还包括：

获取与所述第二帧图片采集时间相邻的第三帧图片；

将所述第二帧图片与所述第三帧图片输入所述预设数据模型进行预测，获得所述第二帧图片与所述第三帧图片之间的旋转矩阵和平移矩阵；

根据拍摄所述第二帧图片时的位置坐标以及所述第二帧图片与所述第三帧图片之间的旋转矩阵和平移矩阵，确定拍摄所述第三帧图片时的位置坐标；

根据拍摄所述第二帧图片时的位置坐标和拍摄所述第三帧图片时的位置坐标，得到所述车辆在拍摄所述第二帧图片至所述第三帧图片时的移动轨迹。