一种目标空间定位方法技术

本发明专利技术公开了一种目标空间定位方法，包括：同时采集两张不同视角的目标图像，并通过双目视觉空间定位，得到其中一张图像中各像素点三维坐标集；基于实例分割，对该张图像中的目标分类回归，得到目标二值掩码集；基于各像素点三维坐标集和目标二值掩码集，通过像素点坐标映射并融合，得到该张图像中的目标三维坐标，实现目标空间定位。本发明专利技术基于双目视觉空间定位，获取用以描述目标真实尺度和空间定位信息的稀疏三维坐标；采用深度学习方法，对感兴趣的特定类别目标进行单目实例分割，精确定义像素的语义属性。最后基于三维坐标和实例分割结果的耦合，在像素坐标的连接关系下，进行目标空间定位，使得稀疏分散的三维坐标稠密化，提高定位准确率。

A method of target space location

【技术实现步骤摘要】
一种目标空间定位方法
本专利技术属于目标空间定位领域，更具体地，涉及一种目标空间定位方法。
技术介绍
随着生产生活的不断发展，目标的位置信息开始被越来越多的领域所关注，目标空间定位在许多应用场景中有着广泛的应用，例如厂区危险区域报警、自动驾驶障碍物预测以及航空航天位置姿态估计等。现有的目标空间定位手段，主要有硬件辅助性方法、传统几何法以及基于深度学习的深度估计法三类。硬件辅助性方法主要指借助射频识别、粒子滤波、WI-FI、蓝牙、雷达以及多传感器融合等，通过发射/接收有源信号分析计算定位目标。传统几何法是指通过相机标定或者光学仪器测量等几何方式获取目标三维坐标的方法。基于深度学习的深度估计法主要是指利用深度学习网络，在搜集含深度信息的样本训练后进行深度估计的方法。但是，上述三类方法分别存在信号传输易受干扰甚至屏蔽、点云稀疏而难以集中利用、场景迁移性较差、无法还原真实尺度信息等的缺陷。因此，如何克服以上缺陷以提高目标空间定位的精度，是该领域目前亟待解决的技术问题。
技术实现思路
本专利技术提供一种目标空间定位方法，用以解决现有目本文档来自技高网...

【技术保护点】
1.一种目标空间定位方法，其特征在于，包括：/nS1、同时采集两张不同视角的目标图像，并通过双目视觉空间定位，得到其中一张图像中各像素点三维坐标集；/nS2、基于实例分割，对该张图像中的目标进行分类回归，得到目标二值掩码集；/nS3、基于所述各像素点三维坐标集和所述目标二值掩码集，通过像素点坐标映射并融合，得到该张图像中的目标三维坐标，实现目标空间定位。/n

【技术特征摘要】
1.一种目标空间定位方法，其特征在于，包括：
S1、同时采集两张不同视角的目标图像，并通过双目视觉空间定位，得到其中一张图像中各像素点三维坐标集；
S2、基于实例分割，对该张图像中的目标进行分类回归，得到目标二值掩码集；
S3、基于所述各像素点三维坐标集和所述目标二值掩码集，通过像素点坐标映射并融合，得到该张图像中的目标三维坐标，实现目标空间定位。


2.根据权利要求1所述的一种目标空间定位方法，其特征在于，所述S1中，所述同时采集两张不同视角的目标图像，具体为：采用经标定的双目相机或两个单目相机，同时采集两张不同视角的目标图像。


3.根据权利要求1所述的一种目标空间定位方法，其特征在于，所述S1中，所述双目视觉空间定位，具体为：
采用视觉原理，对所述两张不同视角的目标图像进行图像矫正、立体匹配和深度恢复。


4.根据权利要求1所述的一种目标空间定位方法，其特征在于，所述S2中，所述对该张图像中的目标进行分类回归，具体为：
采用MaskR-CNN算法，对该张图像中的目标进行分类回归。


5.根据权利要求1所述的一种目标空间定位方法，其特征在于，所述S2包括：
S2.1、基于实例分割，对该张图像中的目标进行分类回归，得到目标轮廓及其圈定区域的目标二值掩码集；
S2.2、通过卷积核，缩小所述目标轮廓，得到新的目标轮廓及其圈定区域的目标二值掩码集。...

【专利技术属性】
技术研发人员：韩守东，夏晨斐，陈国荣，刘巾英，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42