[发明专利]一种基于深度学习的端到端视觉里程计及方法有效
| 申请号： | 201611191845.9 | 申请日： | 2016-12-21 |
| 公开（公告）号： | CN106658023B | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 刘国良;罗勇;田国会;赵洋 | 申请（专利权）人： | 山东大学 |
| 主分类号： | H04N19/503 | 分类号： | H04N19/503;G01C22/00 |
| 代理公司： | 37221 济南圣达知识产权代理有限公司 | 代理人： | 张勇<国际申请>=<国际公布>=<进入国 |
| 地址： | 250061 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的端到端视觉里程计及方法，包括级联的光流网络和帧间估计网络，所述光流网络根据数据集中图像序列中的相邻帧，选取输出光流向量和基准数据之间的光流端点误差为损失函数，进行网络训练后，将生成的光流输出，所述帧间估计网络以光流图像作为输入，基于六自由度输出位姿向量与基准数据之间的距离构建损失函数，迭代训练网络，进行帧间估计。本发明采用不同输入输出数据分别训练光流网络模块和帧间估计网络模块，最后将两者级联构成端到端的视觉里程计模块，再进一步深层次训练，优化参数。该层级化训练方法可以大幅降低训练时间，提高训练效率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 端视 里程计 方法 | ||
【主权项】：
1.一种基于深度学习的端到端视觉里程计，其特征是：包括级联的光流网络和帧间估计网络，所述光流网络根据数据集中图像序列中的相邻帧，以相邻帧连续图像作为输入，选取输出光流向量和基准数据之间的光流端点误差为损失函数，进行网络训练后，将生成的光流图像输出，所述帧间估计网络以光流图像作为输入，基于六自由度输出位姿向量与基准数据之间的距离构建损失函数，迭代训练网络，进行帧间估计；/n光流网络和帧间估计网络级联后，进一步深层次训练，优化参数。/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山东大学，未经山东大学许可，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/201611191845.9/，转载请声明来源钻瓜专利网。
