-
公开(公告)号：CN111724439B
公开(公告)日：2024-05-17
申请号：CN201911200881.0
申请日：2019-11-29
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及机器人导航定位技术领域，具体是一种动态场景下的视觉定位方法及装置，所述方法包括：获取当前帧图像，提取所述当前帧图像的特征点；将所述当前帧图像输入预设深度学习网络进行语义分割，得到目标语义图像；根据所述目标语义图像确定所述当前帧图像的运动掩模区域；获取所述当前帧图像的深度信息；基于所述目标语义图像和所述深度信息进行运动一致性检测，确定所述当前帧图像的静态特征点集合；根据所述静态特征点集合确定当前状态位姿信息。本发明通过语义分割结果和深度信息进行运动一致性检测，确定图像的静态特征点集合，能够有效提高在动态环境中对位姿估计的精确性和鲁棒性。
-
公开(公告)号：CN111882613B
公开(公告)日：2024-06-14
申请号：CN202010723128.6
申请日：2020-07-24
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明基于边缘语义的视觉里程计方法、装置、存储介质及设备。所述基于边缘语义的视觉里程计方法包括：提取图像序列的边缘特征和语义信息，并分别对这二者进行距离变换，以得到边缘距离残差和语义距离残差；利用所述语义距离残差对所述边缘距离残差进行约束，并联合非线性优化的边缘距离误差和语义距离误差估计相机的相对运动。本发明联合优化边缘和语义距离误差的边缘语义视觉里程计，能够充分利用语义信息来提升运动估计的鲁棒性和精确性。
-
公开(公告)号：CN111882613A
公开(公告)日：2020-11-03
申请号：CN202010723128.6
申请日：2020-07-24
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明基于边缘语义的视觉里程计方法、装置、存储介质及设备。所述基于边缘语义的视觉里程计方法包括：提取图像序列的边缘特征和语义信息，并分别对这二者进行距离变换，以得到边缘距离残差和语义距离残差；利用所述语义距离残差对所述边缘距离残差进行约束，并联合非线性优化的边缘距离误差和语义距离误差估计相机的相对运动。本发明联合优化边缘和语义距离误差的边缘语义视觉里程计，能够充分利用语义信息来提升运动估计的鲁棒性和精确性。
-
公开(公告)号：CN111724439A
公开(公告)日：2020-09-29
申请号：CN201911200881.0
申请日：2019-11-29
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及机器人导航定位技术领域，具体是一种动态场景下的视觉定位方法及装置，所述方法包括：获取当前帧图像，提取所述当前帧图像的特征点；将所述当前帧图像输入预设深度学习网络进行语义分割，得到目标语义图像；根据所述目标语义图像确定所述当前帧图像的运动掩模区域；获取所述当前帧图像的深度信息；基于所述目标语义图像和所述深度信息进行运动一致性检测，确定所述当前帧图像的静态特征点集合；根据所述静态特征点集合确定当前状态位姿信息。本发明通过语义分割结果和深度信息进行运动一致性检测，确定图像的静态特征点集合，能够有效提高在动态环境中对位姿估计的精确性和鲁棒性。
-
-
-
Search Results
4
records
(took 0.041 seconds)
