【技术实现步骤摘要】
本专利技术涉及图像数据处理，尤其涉及基于图像增强与场景语义优化的视觉地点识别方法及系统。
技术介绍
1、视觉地点识别是计算机视觉和机器人领域的一项关键技术。其具体任务是确定查询图像中的场景是否为以前访问过的地点。这可以使机器人等智能设备能够在较小的误差范围内保持一致性建图。因此，视觉地点识别在同步定位和建图(slam)、移动机器人和自主导航系统中至关重要。它的最终目的是使智能设备可以像人类一样拥有“记忆”，在场景环境因为天气、光照和视点而发生条件变化时，依旧可以判断出正确的地点。
2、视觉地点识别通常被认为是一种图像检索任务。例如，自动驾驶车辆涉及到弱gps条件下路口转弯的决策时，需要在外观基本相似的几个路口中判断当前路口是否为目标转弯地点，这需要鲁棒的视觉地点识别方法抵抗实时场景中因光照强度、天气变化和动态物体干扰等因素所导致的环境外观变化，从而识别出正确的地点。现有技术使用描述符(局部描述符和全局描述符)的概念来表示目标场景，因此算法对以前访问过地点的识别能力取决于其特征和描述符的鲁棒性。早期的视觉地点识别方法基于手工制...
【技术保护点】
1.一种基于图像增强与场景语义优化的视觉地点识别方法，基于部署在无人车上的深度相机实现，所述方法包括：
2.根据权利要求1所述的基于图像增强与场景语义优化的视觉地点识别方法，其特征在于，所述图像增强处理包括：
3.根据权利要求1所述的基于图像增强与场景语义优化的视觉地点识别方法，其特征在于，所述语义特征处理模型包括：语义特征提取模块和特征聚合模块；其中，
4.根据权利要求3所述的基于图像增强与场景语义优化的视觉地点识别方法，其特征在于，所述基于多准则决策进行置信度评分，选取评分最高的语义特征并输出；包括：
5.根据权利要...
【技术特征摘要】
1.一种基于图像增强与场景语义优化的视觉地点识别方法，基于部署在无人车上的深度相机实现，所述方法包括：
2.根据权利要求1所述的基于图像增强与场景语义优化的视觉地点识别方法，其特征在于，所述图像增强处理包括：
3.根据权利要求1所述的基于图像增强与场景语义优化的视觉地点识别方法，其特征在于，所述语义特征处理模型包括：语义特征提取模块和特征聚合模块；其中，
4.根据权利要求3所述的基于图像增强与场景语义优化的视觉地点识别方法，其特征在于，所述基于多准则决策进行置信度评分，选取评分最高的语义特征并输出；包括：
5.根据权利要求3所述的基于图像增强与场景语义优化的视...
【专利技术属性】
技术研发人员：朱尧，杨震，彭晓东，张佳锋，牛文龙，
申请(专利权)人：中国科学院国家空间科学中心，
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。