申请/专利权人:暨南大学
申请日:2023-11-07
公开(公告)日:2024-06-14
公开(公告)号:CN117455994B
主分类号:G06T7/73
分类号:G06T7/73;G06V10/46;G06V10/75;G06V10/74;G06V10/82;G06N3/045;G06N3/048
优先权:
专利状态码:有效-授权
法律状态:2024.06.14#授权;2024.02.13#实质审查的生效;2024.01.26#公开
摘要:本发明涉及人工智能领域,尤其涉及一种相机位姿估计方法、系统、电子设备及可读介质。一种相机位姿估计方法,包括:获取第一图像和第二图像之间的初始匹配集;所述第一图像和所述第二图像为针对同一场景的不同角度的图像;基于优化网络对所述初始匹配集进行误匹配去除操作,得到优化匹配集;所述优化网络基于多阶段几何语义注意力网络构建得到;基于所述优化匹配集获取相机位姿结果。通过对误匹配的去除,使得第一图像和第二图像之间的特征匹配结果更佳精准,以此进行相机位姿估计时,结果更佳准确。
主权项:1.一种相机位姿估计方法,其特征在于,包括:获取第一图像和第二图像之间的初始匹配集;所述第一图像和所述第二图像为针对同一场景的不同角度的图像;基于优化网络对所述初始匹配集进行误匹配去除操作,得到优化匹配集;所述优化网络基于多阶段几何语义注意力网络构建得到;所述多阶段几何语义注意力网络包括依次串接的多个阶段网络;相邻的所述阶段网络之间通过几何变换一致性模块和几何语义注意力模块联系;所述阶段包括依次串接的第一多分支模块、顺序感知过滤模块、第二多分支模块;所述第一多分支模块和所述第二多分支模块采用多分支结构构建,所述多分支结构包括第一变换模块MBSE、第二变换模块MBMS;所述几何变换一致性模块用于提取上一阶段网络的输出数据的几何变换一致性信息;所述几何语义注意力模块用于获取下一阶段网络的输入数据的几何语义邻居信息;基于所述优化匹配集获取相机位姿结果。
全文数据:
权利要求:
百度查询: 暨南大学 一种相机位姿估计方法、系统、电子设备及可读介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。