首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于Siamese Network的相似性度量和改进EightPoint-RANSAC算法的室内图像定位方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:重庆邮电大学

摘要:本发明公开了基于SiameseNetwork的相似性度量和改进的EightPoint‑RANSAC算法的室内图像定位方法。首先,在目标区域内部署多个参考点并取90%和10%划分训练集和测试集;然后,构建基于卷积神经网络的SiameseNetwork框架提取图像的深层特征并训练其相似性度量;最后,根据已匹配的图像利用改进的EightPoint‑RANSAC算法计算和优化基础矩阵,解算相机位姿,估计用户位置。本发明专利利用在参考点拍摄的图像与离线数据库中图像的相似性,提出了一种基于SiameseNetwork的相似性度量和改进EightPoint‑RANSAC算法的室内图像定位方法,在减少系统开销的同时保证了定位精度。

主权项:1.一种基于SiameseNetwork的相似性度量和改进EightPoint-RANSAC算法的视觉图像定位方法,其特征在于包括以下步骤:步骤一、在走廊和房间两个区域内共部署31个位置已知的参考点AccessPoint,AP,记为AP1,,…,APm,第j个AP记为APjj≤m,j为整数。以走廊的右下角为世界坐标系的坐标原点,以走廊的方向为世界坐标系的x轴和y轴,记录下每个参考点的真实二维坐标位置。步骤二、使用手持相机在每个参考点处分别拍摄了一定数量的图像,包括45°、90°和135°三个方向。这些图像用于构建一个图像数据库,其中90%的图像被用作训练集,10%的图像被用作测试集。所有的训练图像和测试图像都具有3024*4032像素的分辨率。步骤三、构建一个基于卷积神经网络的SiameseNetwork对比学习框架,学习有效的图像特征表示和相似度度量方式。步骤四、利用改进的EightPoint-RANSAC算法进行基础矩阵的计算与优化,以进一步解算相机的姿态变化,估计用户的位置。

全文数据:

权利要求:

百度查询: 重庆邮电大学 基于Siamese Network的相似性度量和改进EightPoint-RANSAC算法的室内图像定位方法

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。