-
公开(公告)号:CN110517301A
公开(公告)日:2019-11-29
申请号:CN201910660500.0
申请日:2019-07-22
Applicant: 杭州电子科技大学
IPC: G06T7/33
Abstract: 本发明公开了一种快速相机运动下有效匹配特征的方法。本发明步骤如下:步骤1.收缩膨胀效应和特征区块的变形;步骤2.设计一种一元化的变形方法来处理SE效应;步骤3.在特征跟踪过程中,每个受收缩膨胀效应影响的特征区块都会被对应的投影区块所替代。随后我们利用光度误差与几何误差来匹配投影区块与当前帧图像。本发明将颜色和深度信息结合起来,令二维的区块反投影至三维空间中,并通过初始相机运动将其重新投影到下一帧的观测相机上。投影过程使原始区块变形从而获取区块在连续帧之间的外观变化情况,同时通过这些变形的区块能准确简单地实现特征跟踪。
-
公开(公告)号:CN119904557A
公开(公告)日:2025-04-29
申请号:CN202411753077.6
申请日:2024-12-02
Applicant: 杭州电子科技大学
IPC: G06T13/40 , G01C21/16 , G06N3/0455 , G06N3/0442 , A61B5/11
Abstract: 本发明公开了一种基于稀疏惯性传感器的全身姿态估计方法。本发明包括:1:通过有限差分法和正向运动学算法,合成加速度数据、方向数据和角速度数据;2:通过旋转变换矩阵,对穿戴在用户头关节、左手腕关节、右手腕关节上的3个惯性传感器所采集的原始加速度数据和原始方向数据进行对齐处理;3:通过结合Transformer Encoder和双向长短时记忆网络的编码器提取惯性运动数据样本的深度特征,设计基于多层感知机的解码器计算关节的位置和相对旋转,结合人体运动学模型并分多个阶段依次估计不同部位关节的相对旋转,以实现全身姿态估计。本发明能够有效地克服现有姿态估计方法中使用稀疏惯性输入进行全身运动重建的缺陷,有效提高了系统的鲁棒性和预测精度。
-
公开(公告)号:CN110517301B
公开(公告)日:2022-04-01
申请号:CN201910660500.0
申请日:2019-07-22
Applicant: 杭州电子科技大学
IPC: G06T7/33
Abstract: 本发明公开了一种快速相机运动下有效匹配特征的方法。本发明步骤如下:步骤1.收缩膨胀效应和特征区块的变形;步骤2.设计一种一元化的变形方法来处理SE效应;步骤3.在特征跟踪过程中,每个受收缩膨胀效应影响的特征区块都会被对应的投影区块所替代。随后我们利用光度误差与几何误差来匹配投影区块与当前帧图像。本发明将颜色和深度信息结合起来,令二维的区块反投影至三维空间中,并通过初始相机运动将其重新投影到下一帧的观测相机上。投影过程使原始区块变形从而获取区块在连续帧之间的外观变化情况,同时通过这些变形的区块能准确简单地实现特征跟踪。
-
-