申请/专利权人：西北工业大学

申请日：2024-01-12

公开（公告）日：2024-04-19

公开（公告）号：CN117911513A

主分类号：G06T7/73

分类号：G06T7/73;G06V20/64;G06V10/77;G06V10/74;G06V10/762;G06V10/82;G06V10/80;G06V10/42;G06V10/44;G06V20/52;G06V20/54;G06N3/0455

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本申请的实施例涉及视觉定位技术领域，公开了一种面向低空安防场景的跨模态视觉定位方法，包括：提取查询图像的高维特征，使用LSH算法对高维特征进行哈希映射得到查哈希码；根据哈希码在对应的特征库中进行匹配，确定与查询图像匹配的特征图像；基于各特征图像的位置，在查询图像所属场景的点云数据集中确定各特征图像对应的点云数据；对特征图像和点云数据进行编码，得到成对的点云特征代理和图像特征代理；根据跨模态对应关系学习模型及成对的点云特征代理和图像特征代理，确定点云数据与特征图像之间的3D‑2D匹配关系；基于各3D‑2D匹配关系，确定查询图像对应的拍摄位姿，从而在大规模点云中快速实现精确的视觉定位。

主权项：1.一种面向低空安防场景的跨模态视觉定位方法，其特征在于，包括：将获取到的查询图像输入至预训练的孪生网络，获得所述查询图像的高维特征，并使用LSH算法对所述查询图像的高维特征进行哈希映射，得到所述查询图像的哈希码；根据所述查询图像的哈希码在对应的特征库中进行匹配，确定与所述查询图像匹配的目标特征图像；其中，所述特征库所属场景与所述查询图像相同，所述特征库中存储有若干个特征图像的哈希码；分别基于各所述目标特征图像的位置坐标，利用预构建的点云查找函数，在所述查询图像所属场景对应的点云数据集中，确定各所述目标特征图像对应的点云数据；使用融合编码器分别对所述目标特征图像和所述点云数据进行编码，得到成对的点云特征代理和图像特征代理；根据预训练的跨模态对应关系学习模型及所述成对的点云特征代理和图像特征代理，确定所述点云数据与所述目标特征图像之间的3D-2D匹配关系；基于各所述3D-2D匹配关系，利用RANSAC算法与EPnP算法，以及重力方向的先验知识，确定所述查询图像对应的拍摄位姿。

全文数据：

权利要求：

百度查询： 西北工业大学 面向低空安防场景的跨模态视觉定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD