[发明专利]一种位姿确定方法及相关设备

说明书

本申请实施例公开了一种位姿确定方法，本方案实施例包括：获取用户针对目标场景使用图像采集设备拍摄得到的场景图像；获取训练完成的目标神经网络模型，目标神经网络模型基于场景数据训练集训练获得，场景数据训练集包括至少一帧关联有位姿标签的场景图像样本，场景图像样本为图像采集设备针对目标场景拍摄获得，位姿标签用于表示图像采集设备拍摄场景图像样本时的位置信息及姿态信息；将场景图像输入目标神经网络模型，获得所述场景图像的位姿信息，所述位姿信息表示所述图像采集设备拍摄所述场景图像时的位置信息及姿态信息。以便于用户基于该位置信息及姿态信息确定该图像所拍摄的内容，便于使用该位置信息及姿态信息对视频或图像进行处理。

技术领域

本申请实施例涉及数据处理领域，尤其涉及一种位姿确定方法及相关设备。

背景技术

定位技术在地图软件中得到广泛使用，一般而言，定位技术基于需进行定位的设备发出的电磁信号完成定位过程，如常用的GPS(Global Positioning System，全球定位系统))定位技术，其工作原理为基于不同的GPS卫星接收到设备所发送的电磁信号的时间差进行计算，确定设备距离不同GPS卫星的距离差，并基于GPS卫星接收到电磁信号时的所在位置确定设备的位置。

现有定位技术的定位过程依赖于设备需要定位时所发送的电磁信号，电磁信号的发送位置需与需进行定位的位置一致，然而用户在使用设备拍摄图像之后，往往希望了解该图像拍摄地点的位置信息，此时设备已经离开该拍摄地点，现有定位技术无法解决仅通过图像进行定位的问题，也无法确定拍摄图像时设备的姿态，造成一定的问题。

发明内容

本申请实施例第一方面提供了一种位姿确定方法，用于基于所获得的图像确定拍摄该图像的位置及姿态，应用于服务器，包括：

获取用户针对目标场景使用图像采集设备拍摄得到的场景图像；

获取训练完成的目标神经网络模型，所述目标神经网络模型基于场景数据训练集训练获得，所述场景数据训练集包括至少一帧关联有位姿标签的场景图像样本，所述场景图像样本为图像采集设备针对所述目标场景拍摄获得，所述位姿标签用于表示所述图像采集设备拍摄所述场景图像样本时的位置信息及姿态信息；

将所述场景图像输入所述目标神经网络模型，获得所述场景图像的位姿信息，所述位姿信息表示所述图像采集设备拍摄所述场景图像时的位置信息及姿态信息。

基于本申请实施例第一方面所提供的位姿确定方法，可选的，所述方法还包括：

使用所述场景数据训练集训练端到端神经网络模型，得到训练完成的目标神经网络模型。

基于本申请实施例第一方面所提供的位姿确定方法，可选的，所述方法还包括：

获取所述场景图像采集时所述图像采集设备对应的全球定位信息；

将所述全球定位信息转换为目标场景全球定位信息；

基于所述目标场景全球定位信息对所述图像采集设备拍摄所述场景图像时的位置信息进行修正，获得第一修正位置信息。

基于本申请实施例第一方面所提供的位姿确定方法，可选的，所述场景图像为连续拍摄的多帧场景图像，多帧所述场景图像分别具有对应的拍摄时间点信息；

所述获得所述场景图像的位姿信息之后，所述方法还包括：

基于多张所述场景图像的拍摄时间点信息使用卡尔曼滤波算法对多张所述场景图像对应的位置信息多次滤波处理获得各个所述场景图像对应的第二修正位置信息。

基于本申请实施例第一方面所提供的位姿确定方法，可选的，所述场景图像为连续拍摄的多帧场景图像，多帧所述场景图像分别具有对应的拍摄时间点信息；

所述获得所述场景图像的位姿信息之后，所述方法还包括：