[发明专利]一种基于深度神经网络的位姿估计方法及装置在审
| 申请号： | 201910768325.7 | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110473254A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 焦继超;焦剑;邓中亮;莫耀凯;刘炜伦;袁华宇;邱德武 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06T7/70 | 分类号： | G06T7/70 |
| 代理公司： | 11413 北京柏杉松知识产权代理事务所(普通合伙) | 代理人： | 李欣;马敬<国际申请>=<国际公布>=< |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种基于深度神经网络的位姿估计方法及装置，方法包括：获取目标图像序列，所述目标图像序列是相机在移动中连续拍摄的；将所述目标图像序列输入位姿估计网络模型，得到所述相机拍摄所述目标图像序列中每张图像时的位姿信息；所述位姿估计网络模型是根据训练集预先训练完成的，所述训练集包括：样本图像序列，以及样本位姿信息。由于采用深度神经网络模型进行相机的位姿信息估计，不需要进行关键点的提取和描述子计算过程，降低了计算复杂度，此外，对被测对象的无严格要求，可以适用于被测对象的位移较大的场景。 | ||
| 搜索关键词： | 目标图像序列 位姿信息 被测对象 网络模型 位姿估计 训练集 相机 神经网络模型 计算复杂度 描述子计算 获取目标 连续拍摄 神经网络 图像序列 相机拍摄 样本图像 关键点 输入位 样本 图像 场景 移动 | ||
【主权项】：
1.一种基于深度神经网络的位姿估计方法，其特征在于，所述方法包括：/n获取目标图像序列，所述目标图像序列是相机在移动中连续拍摄的；/n将所述目标图像序列输入位姿估计网络模型，得到所述相机拍摄所述目标图像序列中每张图像时的位姿信息；所述位姿估计网络模型是根据训练集预先训练完成的，所述训练集包括：样本图像序列，以及样本位姿信息。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910768325.7/，转载请声明来源钻瓜专利网。
