【技术实现步骤摘要】
本专利技术涉及计算机视觉，特别涉及基于图卷积神经网络的图像特征匹配方法、构建视觉地图数据的方法、视觉定位方法及系统。
技术介绍
1、视觉定位是增强现实、自动驾驶等领域的核心技术之一，其主要解决的问题是如何实现“利用摄像机采集并构建环境的三维视觉地图，用户通过相机拍摄画面与地图进行匹配，返回用户在环境中的精确的位置”。视觉定位系统因其成本低、精度高、应用门槛低被广泛应用，一些典型的应用例子包括：国外包括谷歌公司google maps中vps、美国苹果公司的arkit实现的location anchor，国内包括华为公司的cyberverse，视辰信息科技的easyar mega等。
2、典型的视觉系统基于两个阶段而实现：第一个阶段是，利用图像的全局特征从匹配库里找到跟用户定位图像最接近的n个数据库图像；第二个阶段是，将定位图像和n个最相似的数据库图像进行匹配，求取最佳的位置和姿态。
3、以学术界最常用的hloc系统为例，目前在github上拥有超过2000个星标，其框架图如图1所示。hloc系统包括：将离线(off...
【技术保护点】
1.一种基于图卷积神经网络的图像特征匹配方法，其特征在于，包括：
2.如权利要求1所述的基于图卷积神经网络的图像特征匹配方法，其特征在于，还包括：分别存储所述第一自我增强匹配图像特征数据及第二自我增强匹配图像特征数据；所述待定位图像数据还包括：已存储的第一自我增强匹配图像特征数据，所述地图数据库数据还包括：已存储的第二自我增强匹配图像特征数据。
3.如权利要求1所述的基于图卷积神经网络的图像特征匹配方法，其特征在于，还包括：对待定位图像提取图像特征以获得待定位图像特征数据。
4.如权利要求1至3任一项所述的基于图卷积神经网络的图像特...
【技术特征摘要】
1.一种基于图卷积神经网络的图像特征匹配方法，其特征在于，包括：
2.如权利要求1所述的基于图卷积神经网络的图像特征匹配方法，其特征在于，还包括：分别存储所述第一自我增强匹配图像特征数据及第二自我增强匹配图像特征数据；所述待定位图像数据还包括：已存储的第一自我增强匹配图像特征数据，所述地图数据库数据还包括：已存储的第二自我增强匹配图像特征数据。
3.如权利要求1所述的基于图卷积神经网络的图像特征匹配方法，其特征在于，还包括：对待定位图像提取图像特征以获得待定位图像特征数据。
4.如权利要求1至3任一项所述的基于图卷积神经网络的图像特征匹配方法，其特征在于，所述待定位图像特征数据包括：第一图像特征点位置数据及第一图像特征描述子数据，所述地图数据库图像特征数据包括：第二图像特征点位置数据及第二图像特征描述子数据。
5.如权利要求4所述的基于图卷积神经网络的图像特征匹配方法，其特征在于，所述分别基于图卷积神经网络的自注意力层获取所述待定位图像特征数据及地图数据库图像特征数据对应的第一自我增强匹配图像特征数据及第二自我增...
【专利技术属性】
技术研发人员：王强，江淑红，张小军，
申请(专利权)人：视辰信息科技上海有限公司，
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。