首页 专利交易 科技果 科技人才 科技服务 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

一种基于深度学习的单目SLAM动态点滤除方法、装置及介质 

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:同济大学

摘要:本发明涉及一种基于深度学习的单目SLAM动态点滤除方法、装置及介质,其中方法包括以下步骤:获取待处理图像;对待处理图像进行特征提取得到特征图,并进行语义分割预测,得到二值化掩膜图像;利用遍历搜索算法对图像边界轮廓进行提取,计算相应的图像矩,确定目标轮廓的形心;利用匈牙利算法和卡尔曼滤波对形心进行追踪;采用滑动窗口机制,基于形心追踪结果确定检测目标运动的显著差异,将目标划分为动态目标和静态目标;利用静态目标的形心追踪结果对动态目标误判情况进行优化;基于优化后的动态目标进行SLAM环境中的动态特征点滤除,并进行地图建立和定位。与现有技术相比,本发明具有能够消除动态特征点、最大限度地利用静态目标信息、显著提高SLAM系统的精度等优点。

主权项:1.一种基于深度学习的单目SLAM动态点滤除方法,其特征在于,包括以下步骤:S1,获取待处理图像;S2,基于Yolosegment对待处理图像进行特征提取得到特征图,并进行语义分割预测,对特征图中每一像素点分配一个类别标签,得到二值化掩膜图像;S3,基于二值化掩膜图像进行形心估计:利用遍历搜索算法对图像边界轮廓进行提取,计算相应的图像矩,确定目标轮廓的形心;S4,利用匈牙利算法和卡尔曼滤波对形心进行追踪;S5,采用滑动窗口机制,基于形心追踪结果确定检测目标运动的显著差异,判断目标是否处于运动状态,将目标划分为动态目标和静态目标;S6,利用静态目标的形心追踪结果对动态目标误判情况进行优化;S7,基于优化后的动态目标进行SLAM环境中的动态特征点滤除。

全文数据:

权利要求:

百度查询: 同济大学 一种基于深度学习的单目SLAM动态点滤除方法、装置及介质

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。