-
题名改进场景坐标回归网络的室内相机重定位方法
被引量：2
- 1
-
-
作者
王静
胡少毅
郭苹
金玉楚
-
机构
西安科技大学通信与信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第15期160-168,共9页
-
基金
国家自然科学基金(61701393)。
-
文摘
传统相机重定位依赖手工特征,场景的变化会影响其后续特征匹配,导致算法总体性能下降。然而,基于深度学习场景坐标回归的相机重定位方法在室内场景下有着较好的表现。针对复杂场景下定位精度低以及在特征提取过程中空间信息丢失的问题,在场景坐标回归方法的基础上,提出一种基于深度过参化卷积与细粒度信息的相机定位方法。该方法在特征提取网络中,引入深度过参化卷积层取代传统的卷积层,使提取的特征更具有鲁棒性;在特征提取网络之后,增加细粒度信息,加强特征提取,解决特征提取带来的空间信息丢失问题;通过全连接层输出场景坐标,建立二维图像像素和三维场景坐标之间的关系,然后使用多点透视随机抽样一致性算法得到相机位姿。实验结果表明,改进后的方法与同类型算法相比有明显的提升,该方法能够将平均角度精度提高20.00%,对相机重定位有显著效果,验证了该方法在一定程度上能够克服视觉特征对相机重定位的影响。
-
关键词
相机重定位
相机位姿
场景坐标回归
细粒度信息
特征提取
-
Keywords
camera relocation
camera pose
scene coordinate regression
fine-grained information
feature extraction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的相机位姿估计方法综述
被引量：7
- 2
-
-
作者
王静
金玉楚
郭苹
胡少毅
-
机构
西安科技大学通信与信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第7期1-14,共14页
-
基金
国家自然科学基金(61701393)。
-
文摘
相机位姿估计是指在已知环境下精确地估计相机在世界坐标系中六自由度位姿的技术,该技术是机器人技术和自动驾驶中的关键技术。随着深度学习的飞速发展,使用深度学习来优化相机位姿估计算法已经成为了当前的研究热点之一。为了掌握目前相机位姿估计算法的研究现状与趋势,对基于深度学习的相机位姿估计的主流算法进行了综述。简单介绍了传统的基于特征点的相机位姿估计方法。重点介绍了基于深度学习的方法:根据核心算法的不同,从端到端的相机位姿估计、场景坐标回归、基于检索的相机位姿估计、层级结构、多信息融合和跨场景的相机位姿估计六个方面进行了详细的阐述和分析。对研究现状进行了总结,并基于深入的性能分析指出了相机位姿估计领域面临的挑战,展望了其发展动向。
-
关键词
深度学习
相机位姿估计
场景坐标回归
多信息融合
-
Keywords
deep learning
camera pose estimation
scene coordinate regression
multi-information fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
