【技术实现步骤摘要】
本专利技术属于计算机视觉，具体涉及一种端到端迭代优化的高精度相机相对位姿估计方法。
技术介绍
1、相机相对位姿估计是确定两个或多个相机在不同时间或不同位置拍摄图像之间的相对位姿，即两张图拍摄时相对于彼此的平移、旋转信息。它对于理解三维空间中的相机运动和场景几何关系非常重要，是基于运动恢复结构(sfm)、三维重建算法中的关键步骤。
2、传统相机相对位姿估计方法通常包括特征提取、特征匹配、异值处理和位姿估计，流程中各任务通常分阶段依次执行相机相对位姿估计算法中由于纹理和结构的重复，以及环境和视角的变化，产生的匹配通常包含许多异常点，异常点会降低位姿估计的精度。为了减少异常点对位姿估计的影响，一些研究采用额外的网络来过滤潜在的异常点，以提高位姿估计的精度。尽管这些方法一定程度上有了更好的效果，但它的性能在很大程度上受到初始匹配质量的限制，并在测试时需要额外的时间来过滤异常点。也有如superglue等高级匹配器通过固定次数迭代的transformer模型直接使用来自所有关键点的全局信息来提高匹配质量，但是，在存在二次时间复杂度，降...
【技术保护点】
1.一种端到端迭代优化的高精度相机相对位姿估计方法，其特征在于，包括下述步骤：
2.如权利要求1所述亚像素特征检测，其特征在于，通过超分辨率重建与特征检测模型，由亚像素提取和插值分别获得亚像素特征点和特征描述向量。
3.如权利要求2所述超分辨率重建，其特征在于，通过双线性插值对输入图像放大s倍，将图片由(H,W)尺寸映射到(sH,sW)的尺寸。
4.如权利要求2所述特征检测模型，其特征在于，由编码器、解码器A、解码器B组成；编码器由4组编码块组成，每块包括两个卷积层，编码块之间采用最大池化；解码器A和解码器B都由两个卷积层组成，分别...
【技术特征摘要】
1.一种端到端迭代优化的高精度相机相对位姿估计方法，其特征在于，包括下述步骤：
2.如权利要求1所述亚像素特征检测，其特征在于，通过超分辨率重建与特征检测模型，由亚像素提取和插值分别获得亚像素特征点和特征描述向量。
3.如权利要求2所述超分辨率重建，其特征在于，通过双线性插值对输入图像放大s倍，将图片由(h,w)尺寸映射到(sh,sw)的尺寸。
4.如权利要求2所述特征检测模型，其特征在于，由编码器、解码器a、解码器b组成；编码器由4组编码块组成，每块包括两个卷积层，编码块之间采用最大池化；解码器a和解码器b都由两个卷积层组成，分别输出尺寸为(sh,sw,1)的结果a，和尺寸为(sh,sw,d)的结果b。
5.如权利要求2所述插值，其特征在于，对结果a和结果b进行后处理，通过双三次插值映射为(h,w,d)和(h,w,1)，获取特征描述；其中d为特征描述的向量维度。
6.如权利要求2所述亚像素提取，其特征在于，对结果b进行后处理，通过非极大抑制方法提取稀疏的特征点位置；通过高斯拟合获取特征点位置的亚像素位置。
7.如权利要求1所述迭代匹配和位姿估计...
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。