公开(公告)号：CN114972533B

公开(公告)日：2024-10-29

申请号：CN202210570115.9

申请日：2022-05-24

Applicant: 上海工程技术大学

Inventor： 姜晓燕 ,  庄雨及 ,  方志军 ,  高永彬 ,  李思嘉

IPC: G06T7/80 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及一种单目视觉里程计方法和系统。该方法采用光流预测网络获取光流图像，并在挑选得到第一特征点对后，将图像序列数据输入至深度预测网络得到深度信息图，再将图像序列数据输入至深度预测网络生成刚性光流；接着，生成第二特征点对后，结合刚性光流作为约束条件训练光流预测网络；然后，采用训练好的光流预测网络获取图像序列数据中相邻两帧图像间的光流，并在挑选得到第三特征点对后，从图像序列数据中随机挑选部分帧，根据所述深度信息图和第三特征点对通过PNP或对极几何方式求解位姿，剩余部分帧根据所述深度信息图和第二特征点对通过PNP或对极几何方式求解位姿，以通过融合传统几何和深度学习的方式使得精度更高、鲁棒性更强。

公开(公告)号：CN114972533A

公开(公告)日：2022-08-30

申请号：CN202210570115.9

申请日：2022-05-24

Applicant: 上海工程技术大学

Inventor： 李思嘉 ,  姜晓燕 ,  庄雨及 ,  方志军 ,  高永彬

IPC: G06T7/80 ,  G06V10/44 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及一种单目视觉里程计方法和系统。该方法采用光流预测网络获取光流图像，并在挑选得到第一特征点对后，将图像序列数据输入至深度预测网络得到深度信息图，再将图像序列数据输入至深度预测网络生成刚性光流；接着，生成第二特征点对后，结合刚性光流作为约束条件训练光流预测网络；然后，采用训练好的光流预测网络获取图像序列数据中相邻两帧图像间的光流，并在挑选得到第三特征点对后，从图像序列数据中随机挑选部分帧，根据所述深度信息图和第三特征点对通过PNP或对极几何方式求解位姿，剩余部分帧根据所述深度信息图和第二特征点对通过PNP或对极几何方式求解位姿，以通过融合传统几何和深度学习的方式使得精度更高、鲁棒性更强。