-
公开(公告)号：CN110009683A
公开(公告)日：2019-07-12
申请号：CN201910250262.6
申请日：2019-03-29
Applicant: 北京交通大学
Abstract: 本发明实施例提供了一种基于MaskRCNN的实时平面上物体检测方法，其特征在于，包括：步骤1获取视频流中的每帧图像，基于ORBSLAM2计算该帧的位姿，保存该帧的位姿及对应的图像到全局数组中；步骤2基于ORBSLAM2增加深度学习检测线程，所述深度学习线程从全局数组中抽取数据，提取数组中相邻两帧图像，并通过位姿分别计算相邻两帧的投影图，通过MaskRCNN检测第二帧投影图上物体所包含的像素点，根据相邻两帧投影图特征匹配能够得到特征点的平移关系从而求出第一帧投影图上物体的像素点，并将所述两帧图像的像素点根据位姿进行逆变换，将逆变换后的匹配点通过三角化计算出物体的世界坐标；步骤3根据当前帧的位姿和所述物体的世界坐标计算物体当前帧的像素坐标，相机位姿若满足平面，则对于检测的所述物体不渲染，仅渲染非检测物体，并在检测的所述物体上插入AR物体。
-
公开(公告)号：CN110009683B
公开(公告)日：2021-03-30
申请号：CN201910250262.6
申请日：2019-03-29
Applicant: 北京交通大学
Abstract: 本发明实施例提供了一种基于MaskRCNN的实时平面上物体检测方法，其特征在于，包括：步骤1获取视频流中的每帧图像，基于ORBSLAM2计算该帧的位姿，保存该帧的位姿及对应的图像到全局数组中；步骤2基于ORBSLAM2增加深度学习检测线程，所述深度学习线程从全局数组中抽取数据，提取数组中相邻两帧图像，并通过位姿分别计算相邻两帧的投影图，通过MaskRCNN检测第二帧投影图上物体所包含的像素点，根据相邻两帧投影图特征匹配能够得到特征点的平移关系从而求出第一帧投影图上物体的像素点，并将所述两帧图像的像素点根据位姿进行逆变换，将逆变换后的匹配点通过三角化计算出物体的世界坐标；步骤3根据当前帧的位姿和所述物体的世界坐标计算物体当前帧的像素坐标，相机位姿若满足平面，则对于检测的所述物体不渲染，仅渲染非检测物体，并在检测的所述物体上插入AR物体。
-
Search Results
2
records
(took 0.023 seconds)
