公开(公告)号：CN114119916A

公开(公告)日：2022-03-01

申请号：CN202111200048.3

申请日：2021-10-14

Applicant: 中北大学

Inventor： 韩燮 ,  王若蓝 ,  李顺增 ,  赵融 ,  谌钟毓 ,  任铭铭 ,  杨恬恬

IPC: G06T17/20 ,  G06T5/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的多视立体视觉重建方法，属于机器视觉技术领域。本发明从改变特征提取网络结构、设计贡献度算法、获取隐藏的空间信息出发，构建出更加适合多视角图像三维重建的网络模型，从而解决重建准确度和完整度不足等问题。本发明改进的MVSNet方法在DTU数据集上Acc和Comp达到了0.473和1.304，拥有更好的准确性和完整性；该方法适用于复杂的大规模图像三维重建环境，能够很好地用于逆向工程、古文物修复等领域。

公开(公告)号：CN116449390A

公开(公告)日：2023-07-18

申请号：CN202310223237.5

申请日：2023-03-09

Applicant: 中北大学

Inventor： 任铭铭 ,  赵融 ,  谌钟毓 ,  韩燮

IPC: G01S17/89 ,  G06F17/11 ,  G01C21/16

Abstract: 本发明属于无人机技术领域，具体涉及一种基于激光雷达里程计的无人机自主定位方法。为解决无人机在线面特征稀少环境中定位稳定性和鲁棒性下降的问题，本方法包括以下步骤：步骤1，使用体素滤波对原始点云数据进行降采样处理；步骤2，利用IMU测量数据对降采样后的点云数据进行运动畸变去除；步骤3，提取经过步骤2处理后点云数据中的线、面特征；步骤4，提取经过步骤2处理后点云数据中的通用特征；步骤5，使用IMU测量数据预测无人机状态；步骤6，利用线、面特征以建立观测方程；步骤7，利用通用特征建立观测方程；步骤8，将步骤6和步骤7建立的观测方程以串联的方式带入滤波器修正预测状态；步骤9，输出最优状态，进入步骤1。

公开(公告)号：CN114119916B

公开(公告)日：2025-02-18

申请号：CN202111200048.3

申请日：2021-10-14

Applicant: 中北大学

Inventor： 韩燮 ,  王若蓝 ,  李顺增 ,  赵融 ,  谌钟毓 ,  任铭铭 ,  杨恬恬

IPC: G06T17/00 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于深度学习的多视立体视觉重建方法，属于机器视觉技术领域。本发明从改变特征提取网络结构、设计贡献度算法、获取隐藏的空间信息出发，构建出更加适合多视角图像三维重建的网络模型，从而解决重建准确度和完整度不足等问题。本发明改进的MVSNet方法在DTU数据集上Acc和Comp达到了0.473和1.304，拥有更好的准确性和完整性；该方法适用于复杂的大规模图像三维重建环境，能够很好地用于逆向工程、古文物修复等领域。