公开(公告)号：CN117671006A

公开(公告)日：2024-03-08

申请号：CN202311680037.9

申请日：2023-12-07

Applicant: 桂林电子科技大学

Inventor： 彭智勇 ,  肖博

IPC: G06T7/73 ,  G06V10/46 ,  G06V10/75 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种端到端迭代优化的高精度相机相对位姿估计方法，获取相对视角的图像对，通过亚像素特征检测，提取图像的亚像素特征点和特征描述；循环使用迭代匹配和位姿估计框架(IMP)，获取匹配点对和相对位姿；所述匹配和位姿估计都是通过Transformer和CNN构成网络，每次迭代，通过姿态一致性损失函数将几何信息隐式嵌入到模块中，使其能够逐步预测匹配点对和相对位姿参数；在循环过程中动态地丢弃潜在的误匹配点，避免冗余更新，降低Transformer模型计算时的二次时间复杂度。本发明可用于多视角场景下，能够准确获取相机的相对位姿信息，可广泛用于计算机视觉领域。

公开(公告)号：CN117974801A

公开(公告)日：2024-05-03

申请号：CN202311832150.4

申请日：2023-12-28

Applicant: 桂林电子科技大学

Inventor： 彭智勇 ,  肖博

IPC: G06T7/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的多视角相机标定方法，构建三维点数据集，生成相机内参信息、内参矩阵；通过相机物理姿态参数生成多视角的外参矩阵；通过相机成像模型坐标关系将三维点映射为二维点，获得多视角匹配点对；通过相机内参估计网络，输出内参信息；采用重投影误差和均方误差作为损失训练模型。采用自制数据集，保证了内参标签数据集的多样性和准确性，同时增加了相机内参估计网络模型预测的泛用性。本发明用于多视角场景下，能够灵活、低成本地对相机进行内部参数标定，可广泛用于计算机视觉领域。