一种基于区块随机蕨编码的精度自监督视觉重定位方法

    公开(公告)号:CN116740179A

    公开(公告)日:2023-09-12

    申请号:CN202310782568.2

    申请日:2023-06-29

    Abstract: 本发明公开了一种基于区块随机蕨编码的精度自监督视觉重定位方法。包括阶段一,区块随机蕨编码与匹配:首先进行图像区块的构建,然后进行区块随机蕨的编码,最后完成区块编码信息的匹配,获得关键帧候选列表中。阶段二,精度自监督重定位位姿优化:首先进行基于历史关键帧的位姿估计,之后进行位姿精度的自识别,对于高精度的重定位位姿直接输出,对于低精度甚至完全错误的重定位位姿,寻找次优匹配结果重新计算其重定位位姿,直至输出正确的重定位位姿。本发明方法在大视角差下的新视点上也能够成功的实现重定位,极大的提高了重定位在使用过程中使用体验,使得用户只需大致扫描到原来历史区域,便能设备够正确的进行重定位。

    一种基于神经网络的关键点选择方法及系统

    公开(公告)号:CN118587518A

    公开(公告)日:2024-09-03

    申请号:CN202410603103.0

    申请日:2024-05-15

    Abstract: 本发明公开了一种基于神经网络的特征点选择方法及系统。本发明将图像作为输入,经过数据预处理之后,通过卷积神经网络从图像中提取特征图,随后使用全连接神经网络从特征图中提取得到特征点。本发明使用位姿以及正则相的约束来计算每张图片上的特征点,由于引入了位姿的约束,能够大大的提高特征点提取和位姿估计的相关性,能够在选择较少特征点的情况下,实现精准定位的目标,大大减小边缘计算在执行SLAM程序时候的消耗。解决了如何选择合适的地图点,在不影响定位精度的情况下,减少特征点的数量的问题。

Patent Agency Ranking