基于3D高斯场景的视觉重定位方法、系统及存储介质

AITNT
正文
推荐专利
基于3D高斯场景的视觉重定位方法、系统及存储介质
申请号:CN202410947827
申请日期:2024-07-15
公开号:CN118941629B
公开日期:2025-02-25
类型:发明专利
摘要
本发明公开一种基于3D高斯场景的视觉重定位方法、系统及存储介质,该方法包括:S1初始输入:基于3D高斯喷溅技术,由已知相机位姿的训练图像训练获得3D高斯场景;S2图像检索:在训练图像中检索与查询图像最为相似的图像,将其位姿作为查询图像的相机初始位姿;S3特征编码:基于初始位姿,提取2D点特征和3D点特征;S4相似匹配:构建2D点特征和3D点特征的相似度匹配矩阵,根据相似得分选择2D‑3D匹配点;S5位姿解算:根据步骤S4中获得的2D‑3D匹配点,计算出当前匹配的位姿结果,作为下一轮迭代的初始位姿,重复步骤S3一S5得到最终相机位姿。本发明充分利用了3D高斯对于场景的特征表示能力,结合深度神经网络实现3D空间点特征提取,更加准确地实现2D‑3D匹配。
技术关键词
视觉重定位方法 图像 场景 相机 协方差矩阵 视觉特征 重定位系统 匹配模块 深度神经网络 采样点 透明度 编码模块 输入模块 可读存储介质 像素点 颜色 编码器
系统为您推荐了相关专利信息
1
一种基于图像处理的卡片相机功耗优化方法及系统
卡片相机 功耗优化方法 图像处理 镜头 无损压缩编码
2
一种锅炉水冷壁下集箱膨胀监测传感器布置方法
锅炉水冷壁 水冷壁下集箱 标志物 位移监测传感器 传感器支架
3
镀锡铜线镀层结合力检测方法
镀锡铜线 包膜 结合力 镀层 内热式
4
一种基于W-YOLOv5模型的小麦条锈病图像检测方法
小麦条锈病 图像检测模型 图像检测方法 全局平均池化 构建小麦
5
一种基于改进YOLOV8的狮头鹅检测方法
狮头鹅 特征融合网络 检测头 模块 图像增强
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号