一种结合SURF描述子与自编码器的位姿估计方法

    公开(公告)号:CN114037742A

    公开(公告)日:2022-02-11

    申请号:CN202111236886.6

    申请日:2021-10-24

    Abstract: 本发明提出一种结合SURF描述子与自编码器的位姿估计方法,首先建立渲染目标物体数据集;其次对渲染得到的RGB图像进行SURF特征点检测并提取SURF特征描述子;采集当前场景的目标物体彩色图像并提取SURF特征点;进行特征点匹配,寻找与当前场景提取的SURF特征点相似的特征点集合;再将通过卷积自编码器提取的特征与渲染数据中的对应位姿信息构成离线特征模板;将当前场景的图像块输入卷积自编码器提取特征,并选择与离线特征模板中欧氏距离最小的k个特征向量,根据特征向量对应的渲染数据信息投票得出目标物体的6D位姿。本发明减少人工数据标注,缩小获取目标物体候选区域,降低环境复杂度,减小计算量,加入学习的思想获得精确的目标物体6D位姿。

    一种结合SURF描述子与自编码器的位姿估计方法

    公开(公告)号:CN114037742B

    公开(公告)日:2024-08-09

    申请号:CN202111236886.6

    申请日:2021-10-24

    Abstract: 本发明提出一种结合SURF描述子与自编码器的位姿估计方法,首先建立渲染目标物体数据集;其次对渲染得到的RGB图像进行SURF特征点检测并提取SURF特征描述子;采集当前场景的目标物体彩色图像并提取SURF特征点;进行特征点匹配,寻找与当前场景提取的SURF特征点相似的特征点集合;再将通过卷积自编码器提取的特征与渲染数据中的对应位姿信息构成离线特征模板;将当前场景的图像块输入卷积自编码器提取特征,并选择与离线特征模板中欧氏距离最小的k个特征向量,根据特征向量对应的渲染数据信息投票得出目标物体的6D位姿。本发明减少人工数据标注,缩小获取目标物体候选区域,降低环境复杂度,减小计算量,加入学习的思想获得精确的目标物体6D位姿。

Patent Agency Ranking