摘要
本发明提供一种基于几何和光度一致性的视觉里程计方法和系统,涉及计算机视觉技术领域,该方法包括利用肠镜采集肠道图像,构建数据集,将数据集按比例划分为训练集、验证集和测试集;构建基于深度和姿态估计耦合的视觉里程计网络模型,基于融合自监督和监督的损失函数来训练视觉里程计网络模型,利用验证集来评估模型性能,得到训练好的视觉里程计网络模型;将测试集中图像数据输入到训练好的视觉里程计网络模型,得到肠道图像的深度信息和肠镜的姿态信息。本发明通过深度耦合策略和光度一致性校准,有效应对肠道环境中的光照变化和弱纹理挑战,提高了深度信息和姿态估计的连续性和准确性,增强了在复杂肠道环境下的鲁棒性和准确性。
技术关键词
视觉里程计方法
姿态估计
光度
图像
计算机软件产品
校准机制
肠镜
编码器
解码器架构
计算机存储介质
光照变化条件
总线系统
执行存储器存储
网络模型训练
计算机视觉技术
训练集
数据
场景
系统为您推荐了相关专利信息
光伏清扫机器人
发热装置
机器人定位方法
非临时性计算机可读存储介质
像素点
图像检测方法
图像检测模型
样本
解码器
视觉特征
图像传感器
取向
婴儿监测系统
边缘检测模型
对象检测模型
距离图像
图像特征索引方法
坐标
多模态特征
多尺度特征