恭喜浙江农林大学吕艳获国家专利权
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!
龙图腾网恭喜浙江农林大学申请的专利动态场景下基于全卷积神经网络的视觉SLAM方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN112802197B 。
龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110295567.6,技术领域涉及:G06T17/05;该发明授权动态场景下基于全卷积神经网络的视觉SLAM方法及系统是由吕艳;柳双磊;倪益华;倪忠进;宋源普设计研发完成,并于2021-03-19向国家知识产权局提交的专利申请。
本动态场景下基于全卷积神经网络的视觉SLAM方法及系统在说明书摘要公布了:本发明提供一种动态场景下基于全卷积神经网络的视觉SLAM方法和系统,该方法包括:获取图像数据集;根据所述图像数据集构建全卷积神经网络模型;利用所述全卷积神经网络模型对摄像机当前采集的单目实时图像进行语义分割,得到语义标签图像;根据所述语义标签图像剔除所述单目实时图像的动态特征点,得到所述单目实时图像的静态特征点;根据所述静态特征点估计所述摄像机的位姿。通过本发明提供的方法,能够准确识别动态目标并完成语义分割,有效的提高摄像机跟踪的准确性和鲁棒性,提高视觉SLAM在动态场景中定位与建图精度。
本发明授权动态场景下基于全卷积神经网络的视觉SLAM方法及系统在权利要求书中公布了:1.一种动态场景下基于全卷积神经网络的视觉SLAM方法,其特征在于,所述方法包括:获取图像数据集;根据所述图像数据集构建全卷积神经网络模型;利用所述全卷积神经网络模型对摄像机当前采集的单目实时图像进行语义分割,得到语义标签图像;其中,所述利用所述全卷积神经网络模型对摄像机当前采集的单目实时图像进行语义分割,得到语义标签图像,包括:利用所述全卷积神经网络模型中与VGG16网络的全连接层输入数据尺寸相同的卷积核将所述VGG16网络的全连接层转化为卷积层,得到FCN-VGG16网络;对所述FCN-VGG16网络进行优化;利用优化后的FCN-VGG16网络对所述单目实时图像进行动态目标与背景的二分类操作,得到所述语义标签图像;根据所述语义标签图像剔除所述单目实时图像的动态特征点,得到所述单目实时图像的静态特征点;其中,所述根据所述语义标签图像剔除所述单目实时图像的动态特征点,得到所述单目实时图像的静态特征点,包括:以第一缩放因子对所述单目实时图像进行图像金字塔分层,得到多层第一缩放图像;以第二缩放因子对所述语义标签图像进行图像金字塔分层,得到多层第二缩放图像;依次剔除每一中的动态特征点:对所述每一第一缩放图像进行ORB特征提取,得到每一第一缩放图像的ORB特征点;对所述每一第二缩放图像中的动态区域的像素点输出像坐标值形成集合Ui,其中,i为第二缩放图像的层数,所述动态区域为所述动态目标所在的区域;将每一第一缩放图像的ORB特征点的坐标值与对应的集合Ui中的坐标值进行匹配;在每一第一缩放图像中剔除坐标值与所述集合Ui中的坐标值匹配的ORB特征点;将每一第一缩放图像中保留下的ORB特征点形成静态特征点集合M;所述根据所述静态特征点估计所述摄像机的位姿,包括:根据所述静态特征点集合M估计所述摄像机的位姿;根据所述静态特征点估计所述摄像机的位姿。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江农林大学,其通讯地址为:311300 浙江省杭州市临安区武肃街666号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。