公开(公告)号：CN109857895A

公开(公告)日：2019-06-07

申请号：CN201910071879.1

申请日：2019-01-25

Applicant: 清华大学

Inventor： 高跃 ,  蒋建文 ,  赵曦滨

IPC: G06F16/583 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了基于多环路视图卷积神经网络的立体视觉检索方法与系统，其中，该方法包括：步骤1，获取视觉对象在所处空间内至少两个相交平面上的环路视图，其中，环路视图包括至少三张对象视图；步骤2，根据视图卷积神经网络和长短时记忆网络模型，对环路视图进行特征提取，得到环路视图对应的环路描述子；步骤3，采用拼接算法，对环路描述子进行拼接处理，得到全局特征标识，记作检索特征；步骤4，根据样本空间中的样本与检索特征之间的欧氏距离的排序，依次输出样本。通过本申请中的技术方案，实现了从不同平面获取立体视觉对象的视图，提高了视图中立体视觉对象之间的可区分性，优化了对立体视图对象的检索性能和检索过程中的鲁棒性。

公开(公告)号：CN109857895B

公开(公告)日：2020-10-13

申请号：CN201910071879.1

申请日：2019-01-25

Applicant: 清华大学

Inventor： 高跃 ,  蒋建文 ,  赵曦滨

IPC: G06F16/583 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了基于多环路视图卷积神经网络的立体视觉检索方法与系统，其中，该方法包括：步骤1，获取视觉对象在所处空间内至少两个相交平面上的环路视图，其中，环路视图包括至少三张对象视图；步骤2，根据视图卷积神经网络和长短时记忆网络模型，对环路视图进行特征提取，得到环路视图对应的环路描述子；步骤3，采用拼接算法，对环路描述子进行拼接处理，得到全局特征标识，记作检索特征；步骤4，根据样本空间中的样本与检索特征之间的欧氏距离的排序，依次输出样本。通过本申请中的技术方案，实现了从不同平面获取立体视觉对象的视图，提高了视图中立体视觉对象之间的可区分性，优化了对立体视图对象的检索性能和检索过程中的鲁棒性。

公开(公告)号：CN110334237A

公开(公告)日：2019-10-15

申请号：CN201910636624.5

申请日：2019-07-15

Applicant: 清华大学

Inventor： 高跃 ,  蒋建文 ,  赵曦滨 ,  万海

IPC: G06F16/583 ,  G06K9/46 ,  G06K9/62 ,  G06T7/55

Abstract: 本申请公开了一种基于多模态数据的立体对象检索方法与系统，其中，该方法包括：步骤1，获取待检索立体视觉对象的环路视图和点云数据；步骤2，利用特征提取模型分别提取环路视图和点云数据的特征，将提取到的特征分别记作第一特征向量和第二特征向量；步骤3，利用多模态特征融合算法，对第一特征向量和第二特征向量进行融合运算，生成待检索立体视觉对象的融合特征，将融合特征记作检索特征；步骤4，计算检索样本空间中每个样本与检索特征之间的欧式距离，并将样本按照欧氏距离由小到大的顺序进行排序，将排序后的样本记作待检索立体视觉对象的检索结果。通过本申请中的技术方案，优化了对立体对象的检索性能和检索过程中的鲁棒性。

公开(公告)号：CN110334237B

公开(公告)日：2022-03-01

申请号：CN201910636624.5

申请日：2019-07-15

Applicant: 清华大学

Inventor： 高跃 ,  蒋建文 ,  赵曦滨 ,  万海

IPC: G06F16/583 ,  G06V10/44 ,  G06V10/764 ,  G06K9/62 ,  G06T7/55

Abstract: 本申请公开了一种基于多模态数据的立体对象检索方法与系统，其中，该方法包括：步骤1，获取待检索立体视觉对象的环路视图和点云数据；步骤2，利用特征提取模型分别提取环路视图和点云数据的特征，将提取到的特征分别记作第一特征向量和第二特征向量；步骤3，利用多模态特征融合算法，对第一特征向量和第二特征向量进行融合运算，生成待检索立体视觉对象的融合特征，将融合特征记作检索特征；步骤4，计算检索样本空间中每个样本与检索特征之间的欧式距离，并将样本按照欧氏距离由小到大的顺序进行排序，将排序后的样本记作待检索立体视觉对象的检索结果。通过本申请中的技术方案，优化了对立体对象的检索性能和检索过程中的鲁棒性。