龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：常州大学
申请日：2024-03-22
公开（公告）日：2024-07-05
公开（公告）号：CN118298148A
主分类号：G06V10/25
分类号：G06V10/25;G06V20/10;G06V10/82;G06T7/73;G06T7/246;G06N3/0464;G06N3/082
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明提供一种基于YOLOv7算法的室内动态环境中物体的定位方法及系统。基于YOLOv7算法的室内动态环境中物体的定位方法包括：通过改进的轻量化YOLOv7算法实时检测场景图像中的场景物体；将场景物体划分为三个类别；通过条件判断法和分类结果划分出潜在动态区域和静态区域；根据预设极线距离差阈值对静态区域进行细筛，分离出残留动态特征点与静态特征点，将超出预设极线距离差阈值的残留动态特征点标记为异常特征点；统计每个处于潜在动态区域的异常特征点的个数，若异常特征点个数超过潜在动态区域内总特征点数的一半，则去除异常特征点；利用静态特征点进行位姿估计，得到定位结果。本发明的方法提高了室内动态环境下物体的定位精度和检测的实时性。
主权项：1.一种基于YOLOv7算法的室内动态环境中物体的定位方法及系统，其特征在于，包括：通过传感器输入场景图像序列；通过改进的轻量化YOLOv7算法实时检测场景图像中的场景物体；根据所述场景物体的类别信息和在所述场景图像中的检测框坐标信息，将所述场景物体划分为高概率动态物体、中等概率动态物体和低概率动态物体三个类别；通过条件判断法和分类结果划分出潜在动态区域和静态区域；根据预设极线距离差阈值对所述静态区域进行细筛，分离出残留动态特征点与静态特征点，将超出所述预设极线距离差阈值的残留动态特征点标记为异常特征点；统计每个处于潜在动态区域的异常特征点的个数，若所述异常特征点个数超过潜在动态区域内总特征点数的一半，则去除异常特征点，若所述异常特征点个数没有超过潜在动态区域内总特征点数的一半，则不需要去除异常特征点；利用所述静态特征点进行位姿估计，得到定位结果。
全文数据：
权利要求：
百度查询： 常州大学 基于YOLOv7算法的室内动态环境中物体的定位方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号