用于相机重定位的训练集优化方法及装置制造方法及图纸

本公开涉及一种用于相机重定位的训练集优化方法及装置。该用于相机重定位的训练集优化方法包括：从第一图像中选取第一点，第一点不为第一图像的几何中心；根据第一图像和第一点，确定第一点对应的第二图像对应的中心图像块和标签参数，其中，第二图像的几何中心为第一点，标签参数包括第二图像对应的相机姿态参数和相机位移参数；将第二图像对应的中心图像块和标签参数加入训练集，训练集用于对相机重定位模型进行训练。本公开的用于相机重定位的训练集优化方法及装置，能够实现扩展相机重定位模型的训练集，从而在相机重定位模型的训练过程中，降低相机重定位模型的过拟合现象，提高相机重定位模型的精度。

Training set optimization method and apparatus for camera relocation

The present invention relates to a training set optimization method and apparatus for camera relocation. Including the camera for re positioning the training set optimization method: select the first point from the first image, the first point is the geometric center of the first image; according to the first image and the first point, determine the center of the image block and tag parameters, second image corresponding to the first point corresponding to the geometric center of which second image is the first point. The label parameters include the attitude parameter of the camera and the camera displacement parameters of second images; center image blocks and tag parameters of second image corresponding to the training set, the training set used for camera positioning model training. The disclosed camera for relocation of the training set optimization method and device, can realize the expansion of the camera model reorientation training set, training process to model positioning in the camera, the camera to reduce overfitting of model reorientation, improve the accuracy of the camera positioning model.

【技术实现步骤摘要】
用于相机重定位的训练集优化方法及装置
本公开涉及计算机视觉领域，尤其涉及一种用于相机重定位的训练集优化方法及装置。
技术介绍
近年来，除了通过GPS(GlobalPositionSystem，全球定位系统)、基站、蓝牙和Wi-Fi(WirelessFidelity，无线保真技术)进行定位外，越来越多的定位系统使用了视觉传感器。视觉传感器是指利用光学元件和成像装置获取外部环境图像信息的仪器。视觉传感器获取的视觉图像中包含底层的颜色、纹理特征以及高层的物体、场景特征，且视觉传感器价格低廉、使用广泛，越来越多地受到定位系统的青睐。近年来，借助计算机视觉技术的高速发展，基于视觉图像的定位技术得到了广泛的应用。相机重定位是指通过对相机拍摄的图像进行分析，计算相机在图像拍摄场景坐标系的位移和姿态。图1是根据现有技术示出的相机重定位的坐标系示意图。如图1所示，相机的位移可以通过向量r＝[X,Y,Z]进行表示，相机的姿态可以通过xyz坐标系(全局坐标系)与x’y’z’坐标系(局部坐标系)之间的关系进行表示。相关技术中，主要的相机重定位方法可以分为基于点特征的相机重定位方法和基于全图特征的相机重定位方本文档来自技高网...

【技术保护点】
一种用于相机重定位的训练集优化方法，其特征在于，包括：从第一图像中选取第一点，所述第一点不为所述第一图像的几何中心；根据所述第一图像和所述第一点，确定所述第一点对应的第二图像对应的中心图像块和标签参数，其中，所述第二图像的几何中心为所述第一点，所述标签参数包括所述第二图像对应的相机姿态参数和相机位移参数；将所述第二图像对应的中心图像块和标签参数加入训练集，所述训练集用于对相机重定位模型进行训练。

【技术特征摘要】
1.一种用于相机重定位的训练集优化方法，其特征在于，包括：从第一图像中选取第一点，所述第一点不为所述第一图像的几何中心；根据所述第一图像和所述第一点，确定所述第一点对应的第二图像对应的中心图像块和标签参数，其中，所述第二图像的几何中心为所述第一点，所述标签参数包括所述第二图像对应的相机姿态参数和相机位移参数；将所述第二图像对应的中心图像块和标签参数加入训练集，所述训练集用于对相机重定位模型进行训练。2.根据权利要求1所述的用于相机重定位的训练集优化方法，其特征在于，根据所述第一图像和所述第一点，确定所述第一点对应的第二图像对应的中心图像块，包括：以所述第一点为几何中心从所述第一图像中选取第一图像块；将所述第一图像块作为所述第二图像对应的中心图像块。3.根据权利要求1所述的用于相机重定位的训练集优化方法，其特征在于，根据所述第一图像和所述第一点，确定所述第一点对应的第二图像对应的标签参数，包括：根据所述第一图像和所述第一点，确定所述第二图像对应的相机姿态参数；根据所述第一图像，确定所述第二图像对应的相机位移参数。4.根据权利要求3所述的用于相机重定位的训练集优化方法，其特征在于，根据所述第一图像和所述第一点，确定所述第二图像对应的相机姿态参数，包括：获取所述第一图像的第一尺寸和第二尺寸；获取所述第一图像在第一坐标系中的水平视角和垂直视角；确定所述第一图像的几何中心与所述第一点之间的水平位移和垂直位移；根据所述第一尺寸、所述第二尺寸、所述水平视角、所述垂直视角、所述水平位移和所述垂直位移，确定从所述第一图像对应的相机姿态旋转到所述第二图像对应的相机姿态所进行的旋转操作的欧拉角；根据所述第一图像对应的相机姿态参数和所述欧拉角，确定所述第二图像对应的相机姿态参数。5.根据权利要求4所述的用于相机重定位的训练集优化方法，其特征在于，根据所述第一尺寸、所述第二尺寸、所述水平视角、所述垂直视角、所述水平位移和所述垂直位移，确定从所述第一图像对应的相机姿态旋转到所述第二图像对应的相机姿态所进行的旋转操作的欧拉角，包括：采用式1至式3确定所述欧拉角其中，表示所述欧拉角的自转角，表示所述欧拉角的章动角，表示所述欧拉角的旋进角，Δx表示所述水平位移，W表示所述第一尺寸，Vh表示所述水平视角，Δy表示所述垂直位移，H表示所述第二尺寸，Vv表示所述垂直视角。6.根据权利要求4或5所述的用于相机重定位的训练集优化方法，其特征在于，所述第一尺寸为所述第一图像在水平方向上的第一顶点和第二顶点之间的距离，所述第二尺寸为所述第一图像在垂直方向上的第一顶点和第三顶点之间的距离；所述水平视角为第一连线与第二连线之间的夹角，所述第一连线为所述第一顶点与所述第一坐标系的原点之间的连线，所述第二连线为所述第二顶点与所述第一坐标系的原点之间的连线；所述垂直视角为所述第一连线与第三连线之间的夹角，所述第三连线为所述第三顶点与所述第一坐标系的原点之间的连线；所述水平位移为所述第一图像的几何中心与所述第一点在水平方向上的距离，所述垂直位移为所述第一图像的几何中心与所述第一点在垂直方向上的距离。7.根据权利要求3至5中任一项所述的用于相机重定位的训练集优化方法，其特征在于，根据所述第一图像，确定所述第二图像对应的相机位移参数，包括：将所述第一图像对应的相机位移参数作为所述第二图像对应的相机位移参数。8.一种用于相机重定位的训练集优化装置，其特征在于，包括：选取模块，用于从第一图像中选取第一点，所述第一点不为所述第一图像的几何中心；确定模块，用于根据所述第一图像和所述第一点，确定所述第一点对应的第二图像对应的中心图像块和标签参数，其中，所...

【专利技术属性】
技术研发人员：胡晓林，吴健，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11