摘要
本申请公开了一种基于光流的目标位姿跟踪估计方法、设备、介质及产品,涉及目标位姿跟踪领域,该方法包括:基于当前帧图像的目标位姿初值,结合光流估计神经网络,构建图像序列数据中当前帧图像的2D‑3D匹配点集;基于这一匹配点集求解加权最小二乘问题,得到目标位姿估计值;采用目标位姿估计值对目标三维模型的点坐标进行投影校正,得到第一匹配点集后,结合光流构建第二匹配点集;合并第一、第二匹配点集,并求解加权最小二乘问题,得到当前目标位姿;将当前目标位姿作为图像序列数据中下一帧图像的目标位姿初值,以此类推,实现所有帧图像目标位姿的确定。本申请能够提升位姿跟踪结果的连续性,进而解决位姿跟踪估计易失效的问题。
技术关键词
图像序列数据
估计方法
加权最小二乘
三维模型
坐标
多面体
像素
图像块
处理器
立方体
计算机程序产品
计算机设备
顶点
可读存储介质
校正
存储器
连续性
样本
系统为您推荐了相关专利信息
关键点
小鼠
深度学习训练
分析方法
视频获取设备
修正方法
建立神经网络模型
参数
智能设备
误差函数
结构光
FFT算法
全息图
全息方法
三维重建图像
三维模型
稠密点云
扫描系统
畜牧养殖信息化技术
图像