通过锚提取和检测进行大规模实时视觉定位的AnchorLoc制造技术

技术编号:42500232 阅读:40 留言:0更新日期:2024-08-22 14:12
本申请第一实施例提供了一种定位方法,包括:从图像序列数据库中的提取锚;从包含锚的图像集合中检索与查询图像最相似的图像;执行查询图像与图像序列数据库中图像之间的关键点匹配;根据从关键点匹配的步骤获得的锚的3D关键点的2D‑3D关键点对应关系,并运行PnP解算器以获得姿态估计;其中,锚是具有稳定性和显著性的对象,稳定性是指对象能够在图像序列数据库中相同位置对应的多个图像序列的被检测到,显著性是指对象不出现在图像序列数据库中相同序列内的不同位置;本申请第十实施例提供了一种计算机,其具有存储有计算机程序的非易失性存储介质以及CPU,计算机程序能够被CPU调用以执行根据第一实施例所描述的定位方法。

【技术实现步骤摘要】

本申请提供的实施例涉及视觉定位领域,并且具体涉及一种定位方法anchorloc(其中文译名为:“锚点定位”,但也可译为“锚定位”等),该定位方法通过用于视觉定位的具有鲁棒性的视觉锚识别和检测而进行定位。


技术介绍

1、视觉定位方法已经成为计算机视觉领域的一个活跃主题。主要的现有技术包括经典的基于结构的定位、基于对象的定位以及集中于可扩展性的定位方法。其他现有技术集中于获得代表性数据集以评估视觉定位算法。

2、基于结构的定位。绝对姿态回归和场景点回归利用神经网络编码场景信息来估计姿态。虽然这些方法快速且轻便,但是它们通常不能提供准确的姿态估计。基于结构的视觉定位方法通过提取查询图像与3d重建中的3d关键点之间的2d-3d关键点对应来估计相机姿态。3d重建通常使用在环境中拍摄的图像序列来创建,其馈入诸如colmap的运动结构(structure-from-motion,sfm)方法以获得3d点云和相机姿态估计。

3、可缩放定位。sarlin等执行粗粒度匹配以检索图像,随后执行共性聚类和精细级特征匹配以提高可缩放性。然而,这种方法的主要缺本文档来自技高网...

【技术保护点】

1.一种使用锚提取和检测进行实时视觉定位的定位方法,包括:

2.根据权利要求1所述的定位方法,其中,所述从图像序列数据库中提取锚包括:

3.根据权利要求2所述的定位方法,其中,从所述图像序列通过开放世界对象检测器提取候选。

4.根据权利要求2所述的定位方法,其中,所述对所述候选进行根据所述显著性和所述稳定性进行评分和排序包括:

5.根据权利要求1所述的定位方法,其中,所述从包含所述锚的图像集合中检索与查询图像最相似的图像包括:

6.根据权利要求1所述的定位方法,其中,所述图像序列数据库是通过以下方式构建的:</p>

7.根据...

【技术特征摘要】

1.一种使用锚提取和检测进行实时视觉定位的定位方法,包括:

2.根据权利要求1所述的定位方法,其中,所述从图像序列数据库中提取锚包括:

3.根据权利要求2所述的定位方法,其中,从所述图像序列通过开放世界对象检测器提取候选。

4.根据权利要求2所述的定位方法,其中,所述对所述候选进行根据所述显著性和所述稳定性进行评分和排序包括:

5.根据权利要求1所述的定位方法,其中,所述从包含所述锚的图像集合中检索与查询图像最相似的图像包括:

6.根据权利要求1所述的定位方法,其中,所述图像序列数据库是通过以下方式构建的:

7....

【专利技术属性】
技术研发人员:朴天浩特里斯坦·C·布劳德A·阿尔希拉尔许彬
申请(专利权)人:香港科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1