【技术实现步骤摘要】
本专利技术涉及图像处理，具体而言，涉及一种基于深度学习与语义图描述的子图匹配方法。
技术介绍
1、语义地图是一种包含地理空间信息的地图，不仅显示地图空间的几何形状或位置，而且包含关于地图中对象或区域的语义信息，语义信息通常涉及到地图中的对象、类别、属性或关系，使得地图不仅具有空间定位功能，还具备理解、推理和决策支持的能力。而子地图是相对全局地图而言的，子地图是指在全局地图的基础上，表示特定局部区域的地图，通常用于描述机器人或传感器周围较小范围的环境。子地图是动态生成的，通常随着机器人的运动而更新。
2、随着社会的发展，子地图融合成全局地图的研究在自动驾驶、机器人导航、无人机自主飞行等领域均得到了应用。首先，在大规模或复杂环境中，单一传感器或设备的定位和地图构建能力有限，子地图融合能够将多个局部地图集成，形成更全面、精准的全局地图，为导航、定位和路径规划提供可靠支持；其次，子地图融合技术能够减少累积误差和漂移问题，通过优化算法和特征匹配实现高精度地图对齐，提升系统的鲁棒性；此外，在多智能体协作场景下，子地图融合能有效整合多个智...
【技术保护点】
1.一种基于深度学习与语义图描述的子图匹配方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于深度学习与语义图描述的子图匹配方法，其特征在于，步骤S1中，所述深度学习模型采用对象检测模型和语义分割模型的一种。
3.如权利要求1所述的一种基于深度学习与语义图描述的子图匹配方法，其特征在于，步骤S2中，所述重叠区域检测的过程包括：
4.如权利要求1所述的一种基于深度学习与语义图描述的子图匹配方法，其特征在于，步骤S3中，所述构建语义图的过程包括：
5.如权利要求4所述的一种基于深度学习与语义图描述的子图匹配方法，...
【技术特征摘要】
1.一种基于深度学习与语义图描述的子图匹配方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于深度学习与语义图描述的子图匹配方法，其特征在于，步骤s1中，所述深度学习模型采用对象检测模型和语义分割模型的一种。
3.如权利要求1所述的一种基于深度学习与语义图描述的子图匹配方法，其特征在于，步骤s2中，所述重叠区域检测的过程包括：
4.如权利要求1所述的一种基于深度学习与语义图描述的子图匹配方法，其特征在于，步骤s3中，所述构建语义图的过程包括：
5.如权利要求4所述的一种基于深度学习与语义图描述的子图匹...
【专利技术属性】
技术研发人员：王文欣，李保印，叶红梅，
申请(专利权)人：中电万维信息技术有限责任公司，
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。