龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：西北工业大学
摘要：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。
主权项：1.一种结合SURF描述子与自编码器的位姿估计方法，其特征在于：包括以下步骤：步骤1：建立渲染目标物体数据集，该数据集包含目标物体三维模型在N个视角下的渲染数据；步骤2：将步骤1渲染得到的N个视角下拍摄的RGB图像进行SURF特征点检测并提取SURF特征描述子，把提取的SURF特征点集合作为训练集；利用工业相机采集当前场景的目标物体彩色图像，对采集的彩色图像提取SURF特征点；进而进行特征点匹配，在训练集中寻找与当前场景提取的SURF特征点相似的特征点集合，获取目标物体2DBoundingBox中的图像块；步骤3：将N个视角下的渲染数据中的图像均匀分块，输入构建的卷积自编码器提取特征；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；步骤4：将步骤2得到的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。
全文数据：
权利要求：
百度查询： 西北工业大学 一种结合SURF描述子与自编码器的位姿估计方法
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。
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