一种基于样本挖掘策略和位置一致性验证的场景识别方法技术

本发明专利技术提供一种基于样本挖掘策略和位置一致性验证的场景识别方法，涉及计算机视觉及机器人技术领域。该方法具体包括：获取查询图像和数据库图像并输入预训练的深度神经网络进行特征提取，进而计算查询图像与数据库图像的全局距离和局部距离；基于查询图像与数据库图像的全局距离和局部距离，获取查询图像的最佳正样本和绝对负样本，并构建训练三元组对深度神经网络进行训练得到最终的深度神经网络；利用得到的深度神经网络对查询图像重新进行全局特征提取并计算全局距离，进而从数据库图像中选出K个候选帧图像并采用基于位置一致性验证的重排序算法进行筛选，得到最终匹配图像，从而在视觉场景识别任务中用于提升场景图像的匹配精度。

【技术实现步骤摘要】

本专利技术涉及计算机视觉及机器人，尤其涉及一种基于样本挖掘策略和位置一致性验证的场景识别方法。

技术介绍

1、视觉场景识别技术是指根据从环境中获取的视觉信息来判断当前机器人是否访问过当前所在场景，该技术在移动机器人定位任务中起到关键作用。例如，在视觉即时定位与地图构建(simultaneous localization and mapping，slam)的过程中，精准的场景识别可以帮助机器人判断是否已处于之前访问过的环境区域，从而形成闭环检测并进行地图优化，这对于保证地图的一致性和减少累积误差是至关重要的。当前研究中，视觉场景识别通常被视为一个图像检索任务，机器人通过从图像数据库中检索与该任务最相似的单个图像来解决场景识别问题，一般通过对场景中的目标进行检测分析，或者进行稳定地特征提取来对当前所处场景进行分析和判断。

2、文献《ieee/cvf conference on computer vision and pattern recognition(cvpr),14141–14152,2021》提出了一种全新的分层场景识别检索架构，该架构通过本文档来自技高网...

【技术保护点】

1.一种基于样本挖掘策略和位置一致性验证的场景识别方法，其特征在于，该方法包括如下步骤：

2.根据权利要求1所述一种基于样本挖掘策略和位置一致性验证的场景识别方法，其特征在于，所述步骤1进一步包括：

3.根据权利要求2所述一种基于样本挖掘策略和位置一致性验证的场景识别方法，其特征在于，所述步骤2进一步包括：

4.根据权利要求3所述一种基于样本挖掘策略和位置一致性验证的场景识别方法，其特征在于，步骤2.1中所述采用基于RANSAC算法的全局-局部重排序挖掘方法选择查询图像q的最佳正样本p*的过程为：根据查询图像q的GPS标签从数据库图像R中确定查询图像q...

【技术特征摘要】

1.一种基于样本挖掘策略和位置一致性验证的场景识别方法，其特征在于，该方法包括如下步骤：

2.根据权利要求1所述一种基于样本挖掘策略和位置一致性验证的场景识别方法，其特征在于，所述步骤1进一步包括：

3.根据权利要求2所述一种基于样本挖掘策略和位置一致性验证的场景识别方法，其特征在于，所述步骤2进一步包括：

4.根据权利要求3所述一种基于样本挖掘策略和位置一致性验证的场景识别方法，其特征在于，步骤2.1中所述采用基于ransac算法的全局-局部重排序挖掘方法选择查询图像q的最佳正样本p*的过程为：根据查询图像q的gps标签从数据库图像r中确定查询图像q的潜在正样本集合p，并根据查询图像q与数据库图像r的全局距离从小到达的顺序对潜在正样本集合p中的图像进行排序，根据排序结果选择前i个潜在正样本pi作为挖掘候选样本，并基于局部特征的ransac算法计算挖掘候选样本与查询图像q的图像相似度，根据计算出的图像相似度从i个潜在正样本pi中筛选出查询图像q的最佳正样本p*；

5.根据权利要求4所述一种基于样本挖掘策略和位置一致性验证的场景识别方法，其...

【专利技术属性】
技术研发人员：钱晓龙，邹德豪，张云洲，赵新歌，王卓，王贵圆，刘伟，
申请(专利权)人：东北大学，
类型：发明
国别省市：