检索结果-内蒙古大学图书馆

计算机工程与应用 2022年第22期58卷 101-107页

作者：秦超闫子飞哈尔滨工业大学建筑学院媒体技术与艺术系互动媒体设计与装备服务创新文化和旅游部重点实验室哈尔滨150001

基于深度学习的视觉里程计方法(deepvisualodometry,DVO)通过神经网络直接估计单目图像的深度和相邻图像之间的相机运动,在保证精度的同时大大提高了运行速度。但这是基于灰度不变假设,作为一个很强的假设,灰度不变假设在现实场景中往... 详细信息

基于深度学习的视觉里程计方法(deepvisualodometry,DVO)通过神经网络直接估计单目图像的深度和相邻图像之间的相机运动,在保证精度的同时大大提高了运行速度。但这是基于灰度不变假设,作为一个很强的假设,灰度不变假设在现实场景中往往难以满足。为此,提出一种基于图像对齐(imagealignment,IA)的直接视觉里程计方法AUDVO(alignedU-CNNdeepVO),通过不确定性估计网络(uncertaintyCNN,U-CNN)引入正则项进行约束,使得估计的结果更具鲁棒性。为了处理大面积纹理缺失区域上因估计不准确带来的空洞,在设计深度估计模块时通过嵌入超分辨率网络进行上采样。在公开的KITTI数据集上的实验证明了AUDVO在深度和相机位姿估计上的有效性。

关键词：视觉里程计深度学习不确定性估计网络

来源：评论

学校读者我要写书评

暂无评论

基于深度视觉里程计的校园导航关键技术研究

基于深度视觉里程计的校园导航关键技术研究

引用

作者：秦超哈尔滨工业大学

学位级别：硕士

同时定位与建图(Simultaneous Localization And Mapping,SLAM)技术是计算机视觉的一个重要分支领域,对于自动路径规划、机器人定位控制、无人驾驶导航等多种具体应用的实现有着重要的意义。而视觉里程计在整个SLAM系统中具有重要的作用... 详细信息

同时定位与建图(Simultaneous Localization And Mapping,SLAM)技术是计算机视觉的一个重要分支领域,对于自动路径规划、机器人定位控制、无人驾驶导航等多种具体应用的实现有着重要的意义。而视觉里程计在整个SLAM系统中具有重要的作用,并且凭借着价格低廉、易于携带等特点受到了研究者们越来越多的关注,具有十分广阔的发展前景。传统方法需要先使用高昂的设备对周围环境进行扫描,重建出完整的场景后再进行相机的定位和导航,这对于校园场景来说有诸多的不便:一是校园场景中室外的环境居多,扫描结果容易受到天气等因素影响;二是校园场景是动态变化的,难以通过之前扫描的结果确定当前场景中的内容。而基于深度学习的视觉里程计方法(Deep Visual Odometry,DVO)仅依靠图像信息,不受制于外部的环境因素,并且可以在运动的过程中同时估计相机的位姿和单目图像的深度,实现定位与导航,是当前SLAM研究的趋势所在。本文对校园导航的关键技术进行研究,通过基于深度学习的方法优化现有的视觉里程计模块,在大幅降低运行时间的同时提升了对于相机位姿和场景深度的估计精度。本文的主要研究内容如下:首先,提出一种端到端的深度视觉里程计方法同时估计单目摄像机获取的图像的深度和相机位姿,依靠光度误差作为约束,以无监督的方式共同优化深度估计网络和位姿估计网络。其次,光度误差的计算是建立在灰度不变假设之上的,而在现实场景中假设条件往往难以满足,为此设计一个图像对齐(Image Alignment,IA)模块处理不同图像之间因为曝光引起的灰度变化和确定全局的运动尺度。为了处理大面积纹理缺失区域上因估计不准带来的空洞,在设计深度估计模块时通过嵌入超分辨率网络而不是使用简单的插值操作进行上采样,将得到的超分辨深度图和估计得到的全局运动尺度结合,可以在一定程度上解决单目相机尺度不一致的问题。然后,通过不确定性估计网络(Uncertainty CNN,U-CNN)引入正则项以减少运动物体和被遮挡区域对结果的影响,使得结果更具鲁棒性,在进行深度估计时,将正常计算的深度图和通过水平翻转得到深度图进行融合,得到更具有鲁棒性的深度估计结果。最后,将本文提出的方法命名为AUDVO(Aligned U-CNN Deep VO),通过在公共数据集KITTI上的实验证明了AUDVO在深度和相机位姿估计上的有效性,可以保证物体边缘处的深度估计准确清晰,同时相机位姿的估计结果也达到了传统单目VO的水准。

关键词：深度学习视觉里程计不确定性估计网络超分辨网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：