基于图像插帧法的位姿轨迹估计方法技术

本发明专利技术提供基于图像插帧法的位姿轨迹估计方法，在两幅图像帧之间插入新的帧，并将语义做为一种不变场景的表示，和特征点共同约束位姿轨迹估计，通过增帧之间的特征点匹配数量，降低追踪丢失情况，并且融合语义信息来降低动态物体特征点的影响和约束特征点的匹配，提高的位姿估计和轨迹估计的准确性。通过公开数据集上的实验表明，本方法保持了较高的精度，对于移动物体和稀疏纹理的情况鲁棒性强，在提高视觉里程计识别精度方面取得了良好的结果。结果。结果。

【技术实现步骤摘要】
基于图像插帧法的位姿轨迹估计方法


[0001]本专利技术涉及计算机视觉
，特别是涉及基于图像插帧法的位姿轨迹估计方法。

技术介绍

[0002]视觉里程计的目标是根据拍摄的图像估计相机的运动,目前常用的方法有两种，分别是特征点法和直接方法。其中，特征点方法目前占据主流，能够在相机运动较快，光照变化不明显且环境多样的地方取得很好的结果，但在类似隧道这种变化不明显的地方容易特征点缺失，产生不好的结果；直接方法不需要提特征，但是不适用于相机运动较快的环境。视觉里程计的核心是数据关联的问题，因为它在图像之间建立像素级的关联。这些对应关联的像素用于构建场景的三维地图，并且跟踪当前摄像机的位姿。这种局部跟踪和映射会在每一帧中引入小的误差，而如果两幅图像的拍摄时间差过久的话，其误差会更大，并且远处物体，当离近看的时候，特征会发生明显的变化。这种情况主要是相机拍摄的帧率太低，和对于特征缺乏不变性表示。

技术实现思路

[0003]为了克服上述现有技术的不足，本专利技术提供了一种基于图像插帧法的位姿轨迹估计方法，解决现有技术中视觉里程计根据拍摄本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像插帧法的位姿轨迹估计方法，其特征在于，包括以下步骤：S01特征检测：系统获取一系列图片，然后对图像进行ORB特征检测；S02语义识别：根据前后帧获取到特征点的匹配数量，满足阈值要求则对图像进行语义识别；否则，进行S021图像插帧；所述S021图像插帧过程：在相邻两帧之间进行图像插帧，之后重新进行特征点的检测匹配；S03图像信息融合：在语义识别之后，将语义图像信息和特征点图像信息融合，去除动态物体上检测到的特征点；如果，去除动态物体特征点之后，特征点数不满足阈值要求，再进行S021图像插帧；S04在满足阈值要求之后，最后进行位姿估计。2.根据权利要求1所述的基于图像插帧法的位姿轨迹估计方法，其特征在于，在S021图像插帧过程中，使用一种深度卷积神经网络方法来估计合适的卷积核，以合成插值图像中的每个输出像素。3.根据权利要求3所述的基于图像插帧法的位姿轨迹估计方法，其特征在于，，所述卷积核的输出系数是非负的，且总和为1。4.根据权利要求1...

【专利技术属性】
技术研发人员：梁志伟，郭强，周鼎宇，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：