一种基于深度学习的视觉惯性里程计特征提取方法.pdfVIP

下载本文档

1
0
约8.49千字
约 7页
2023-11-01 发布于四川
举报
版权申诉

一种基于深度学习的视觉惯性里程计特征提取方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度学习的视觉惯性里程计特征提取方法，属于自主定位领域，该方法包括采集运动场景中的相邻两帧图像，并将相邻两帧图像堆叠后送入FlowNetSimple光流网络，利用FlowNetSimple光流网络的编码器结构进行粗提取，得到粗提取特征图；利用BN层增强粗提取特征图的特征提取效果，得到增强特征图；根据增强特征图，得到局部特征和全局特征；根据局部特征和全局特征，得到目标图像的视觉里程计特征。本发明解决了在高速或运动模糊等场景中，传统视觉惯性里程计难以高效的提取视觉特征的问题。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116977619 A (43)申请公布日 2023.10.31 (21)申请号 202310955536.8 G06V 10/44 (2022.01)