摘要
本发明公开了一种基于神经辐射场监督的大视场变光场景的单次重定位方法,包括:利用相机获取在光度变化情况下的大视场多视角图像;利用SFM算法估计相机初始位姿;将原始图像与相机位姿共同作为输入训练大视场变光场景的神经辐射场模型;利用原始图像结合CNN训练位姿估计模型,并将估计位姿输入神经辐射场模型中查询相应的渲染图像;根渲染图像与原始图像之间的差异进行约束,优化位姿估计模型;利用位姿估计模型得到相对位姿,并结合绝对位姿获取策略以及坐标系转换方案得到绝对位姿。训练完成后,仅利用单幅图像即可实现高精定位,且推理速度快,模型所需存储空间小。
技术关键词
定位方法
图像
场景
相机
坐标系
大视场
采样点
透明度
多视角
多层感知器
射线
处理器
矩阵
颜色
光度
算法
深度值
可读存储介质
频率
系统为您推荐了相关专利信息
自动化提取方法
地图
神经网络算法
文字特征
神经网络模型识别
智能治疗系统
激光控制模块
视觉定位模块
Otsu图像分割
图像处理模块
电子标签天线
仿真软件
参数
仿真模型
PCB工艺制作
深度学习模型
可视化交互系统
评价方法
深度学习训练数据
体视显微镜