视觉定位方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种视觉定位方法及装置、电子设备和存储介质。所述方法包括：提取查询图像的特征点的特征向量；根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，其中，所述数据库特征点表示数据库图像的特征点；根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果。

【技术实现步骤摘要】
视觉定位方法及装置、电子设备和存储介质
本公开涉及计算机视觉
，尤其涉及一种视觉定位方法及装置、电子设备和存储介质。
技术介绍
随着信息技术的不断发展，定位技术对人们的生活日趋重要。传统的定位技术主要包括基于GPS(GlobalPositionSystem，全球定位系统)的定位技术、基于无线局域网络或者蓝牙的定位技术、基于超宽带的定位技术等。这些传统的定位技术均存在一定的局限性。其中，GPS信号穿透能力较差，在建筑物密集的环境或者室内环境中，较难实现有效和精准的定位。此外，即使是在空旷场景中，若要实现高精定位，也需要造价较高的专业GPS设备，因此较难实现消费级的应用。基于无线局域网或者蓝牙的定位技术需要预先在待定位区域布置相关设备，布置过程繁琐，可靠性和精度较差，并且定位范围较小。基于超宽带的定位技术相对来说可达到较高的精度，但其需要至少三个接收机，且发射机和接收机之间需要保持空旷，这导致基于超宽带的定位技术的应用场景受限。对于大场景而言，基于超宽带的定位技术往往需要成倍增加接收机数量，系统可靠性较差。另外，上述定位技术通常只能获得位置信息，较难获取可靠的姿态信息。近年来，随着视觉定位技术的不断成熟，基于视觉的定位方法得到越来越多的应用。相比于传统的定位技术，视觉定位技术不仅信息获取方式较简单，也不需要对定位场景进行太大的改动。此外，视觉定位技术不仅能定位出位置信息，还能定位出姿态信息，使得定位结果不仅能服务于常规的位置信息获取的需求，还可实现更多的智能化应用，如增强现实等。如何提高视觉定位的速度，是亟待解决的技术问题。
技术实现思路
本公开提供了一种视觉定位技术方案。根据本公开的一方面，提供了一种视觉定位方法，包括：提取查询图像的特征点的特征向量；根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，其中，所述数据库特征点表示数据库图像的特征点；根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果。通过提取查询图像的特征点的特征向量，根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，并根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果，由此在视觉定位中无需检索获取局部地图，直接进行特征点匹配，根据与查询图像的特征点匹配的数据库特征点确定查询图像的视觉定位结果，从而使得定位过程更加直接有效，内存消耗更低，能够减少视觉定位的耗时，且定位过程更加可靠。在一种可能的实现方式中，所述提取查询图像的特征点的特征向量，包括：对查询图像进行变换处理，得到所述查询图像对应的至少一个变换图像；对所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，得到所述查询图像的特征点的特征向量。在该实现方式中，通过对查询图像进行变换处理，再利用所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，由此得到的查询图像的特征点的特征向量能够反映查询图像中更丰富、全面的信息，且所提取的特征向量对于光照等环境变化具有较强的鲁棒性，从而有助于提高视觉定位的准确性。在一种可能的实现方式中，所述对所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，得到所述查询图像的特征点的特征向量，包括：将所述查询图像和所述至少一个变换图像中的至少两个图像分别输入第一神经网络中，经由所述第一神经网络输出所述至少两个图像的特征图；对所述至少两个图像的特征图进行分组卷积，得到至少两项分组卷积结果；对所述至少两项分组卷积结果进行特征融合，得到所述查询图像的特征点的特征向量。在该实现方式中，通过对所述至少两个图像的特征图进行分组卷积，由此能够获得查询图像的深层特征，从而能够提高后续进行特征点匹配的鲁棒性，提高视觉定位的可靠性。在一种可能的实现方式中，所述根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，包括：将所述查询图像的特征点的特征向量进行分解，得到所述查询图像的特征点的多个子特征向量，其中，所述查询图像的特征点的子特征向量的维数小于所述查询图像的特征点的特征向量的维数；查找与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，其中，所述数据库类中心表示数据库特征点的子特征向量的类中心；根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定与所述查询图像的特征点匹配的第一组数据库特征点。该实现方式通过将查询图像的特征点的特征向量分解为较低维的子特征向量后再进行匹配，由此能够提高确定与查询图像的特征点匹配的数据库特征点的速度。在一种可能的实现方式中，其特征在于，在所述查找与所述查询图像的特征点的多个子特征向量匹配的数据库类中心之前，所述方法还包括：提取多个数据库特征点的特征向量；对于所述多个数据库特征点中的任一数据库特征点，将所述数据库特征点的特征向量进行分解，得到所述数据库特征点的多个子特征向量，其中，所述数据库特征点的子特征向量的维数小于所述数据库特征点的特征向量的维数；对所述多个数据库特征点的子特征向量进行聚类，得到数据库类中心；对于所述多个数据库特征点中的任一数据库特征点，建立所述数据库特征点与数据库类中心之间的对应关系。在该实现方式中，只需存储数据库类中心和数据库特征点与数据库类中心的对应关系，无需存储数据库特征点的特征向量(高维向量)，由此能够节省存储空间，节省计算内存，提高查找速度。在一种可能的实现方式中，所述根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定所述查询图像的特征点对应的候选数据库特征点；对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点。在该实现方式中，通过根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定所述查询图像的特征点对应的候选数据库特征点，再对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点，由此能够快速、准确地确定与查询图像的特征点匹配的第一组数据库特征点。在一种可能的实现方式中，所述对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：确定所述候选数据库特征点与相应的查询图像的特征点之间的相似变换矩阵；在预设的多个矩阵区间中，确定所述相似变换矩阵所属的矩阵区间；将所述多个矩阵区间中相似变换矩阵的数量满足第一数量条件的矩阵区间，确定为目标矩阵区间；根据所述目标矩阵区间中的相似变换矩阵对应的候选数据库特征点，确定与所述查询图像的特征点匹配的第一组数据库特征点。该实现方式通过矩阵区间投票的方式进行几何验证，由此能够快速确定与查询图像的特征点匹配的特征点，从而能够提高视觉定位本文档来自技高网...

【技术保护点】
1.一种视觉定位方法，其特征在于，包括：/n提取查询图像的特征点的特征向量；/n根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，其中，所述数据库特征点表示数据库图像的特征点；/n根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果。/n

【技术特征摘要】
1.一种视觉定位方法，其特征在于，包括：
提取查询图像的特征点的特征向量；
根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，其中，所述数据库特征点表示数据库图像的特征点；
根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果。


2.根据权利要求1所述的方法，其特征在于，所述提取查询图像的特征点的特征向量，包括：
对查询图像进行变换处理，得到所述查询图像对应的至少一个变换图像；
对所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，得到所述查询图像的特征点的特征向量。


3.根据权利要求2所述的方法，其特征在于，所述对所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，得到所述查询图像的特征点的特征向量，包括：
将所述查询图像和所述至少一个变换图像中的至少两个图像分别输入第一神经网络中，经由所述第一神经网络输出所述至少两个图像的特征图；
对所述至少两个图像的特征图进行分组卷积，得到至少两项分组卷积结果；
对所述至少两项分组卷积结果进行特征融合，得到所述查询图像的特征点的特征向量。


4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，包括：
将所述查询图像的特征点的特征向量进行分解，得到所述查询图像的特征点的多个子特征向量，其中，所述查询图像的特征点的子特征向量的维数小于所述查询图像的特征点的特征向量的维数；
查找与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，其中，所述数据库类中心表示数据库特征点的子特征向量的类中心；
根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定与所述查询图像的特征点匹配的第一组数据库特征点。


5.根据权利要求4所述的方法，其特征在于，在所述查找与所述查询图像的特征点的多个子特征向量匹配的数据库类中心之前，所述方法还包括：
提取多个数据库特征点的特征向量；
对于所述多个数据库特征点中的任一数据库特征点，将所述数据库特征点的特征向量进行分解，得到所述数据库特征点的多个子特征向量，其中，所述数据库特征点的子特征向量的维数小于所述数据库特征点的特征向量的维数；
对所述多个数据库特征点的子特征向量进行聚类，得到数据库类中心；
对于所述多个数据库特征点中的任一数据库特征点，建立所述数据库特征点与数据库类中心之间的对应关系。


6.根据权利要求4或5所述的方法，其特征在于，所述根据与所述查询图像的特征点的多个子特征向量匹配的数据库类...

【专利技术属性】
技术研发人员：金诚，冯友计，章国锋，
申请(专利权)人：浙江商汤科技开发有限公司，
类型：发明
国别省市：浙江;33