【技术实现步骤摘要】
用于非连续观测情况下物体定位的方法、装置和存储介质
[0001]本公开涉及计算机视觉，包括计算机视觉中的物体定位。
技术介绍
[0002]动态物体重建和定位是计算机视觉和机器人领域的一项关键任务，其应用范围可以包括从自主导航、增强现实到机器人抓取和操作的各种应用场景。相关技术中，要么依赖于物体的计算机辅助设计(CAD)模型，要么需要连续观测来处理动态物体的重建和定位。然而，常规方法往往忽略了日常物品的形状和大小各不相同，而且计算机辅助设计模型可能未知或不容易获得。在实践中，所获得的物体模型可能由于有限的视角或物体间遮挡而被分割，并且传感器可能无法连续观测多个物体。在观测中断/丢失期间，物体的布局可能发生了巨大的变化。这样会对于物体观测、重建和定位造成不利影响。
技术实现思路
[0003]提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[00...
【技术保护点】
【技术特征摘要】
1.一种不连续观测场景中的物体定位方法，包括以下步骤：基于观测中断之后恢复观测时获得的基准图像获取物体模型，其中物体模型是观测恢复后场景中物体的模型；以及基于所获取的物体模型与物体重建模型以实现观测中断前后物体关联，其中物体重建模型是观测中断之前场景中物体的模型。2.根据权利要求1所述的方法，其中，物体重建模型是通过基于物体的连续图像对物体进行模型重建而得到的。3.根据权利要求2所述的方法，其中，物体重建模型是选自包括基于面元的模型、点云模型的组中的任一个。4.根据权利要求2所述的方法，其中，连续图像包括物体的连续RGB图像和深度图像，并且基于连续图像重建的模型是基于面元的模型。5.根据权利要求2
‑
4中任一项所述的方法，其中，物体的连续图像是在观测中断之前预定数量的连续观测图像。6.根据权利要求1所述的方法，其中，基于基准图像获取的物体模型是物体点云模型。7.根据权利要求1所述的方法，其中，所述基准图像为恢复观测时获得的起始图像，并且从起始图像获取2.5D实例点云作为物体点云模型。8.根据权利要求1所述的方法，其中，基于所获取的物体模型与物体重建模型以实现观测中断前后物体关联进一步包括：基于物体信息来确定物体点云模型和物体重建模型之间的相似性，并且基于相似性来进行观测中断前后的物体之间关联。9.根据权利要求8所述的方法，其中，物体信息包括物体几何特征、物体纹理特征、物体颜色特征中的至少一个。10.根据权利要求8所述的方法，所述物体信息包括几何特征和颜色特征两者，并且基于几何特征和颜色特征两者来确定物体点云模型和物体重建模型之间的相似性。11.根据权利要求8所述的方法，其中，基于相似性来进行观测中断前后的...
【专利技术属性】
技术研发人员：黎意枫，李广林，孔涛，
申请(专利权)人：北京有竹居网络技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。