咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明公开了一种基于深度学习的视觉里程计特征点提取方法及视觉里程计,首先构建深度学习特征点模型,然后优化深度学习特征点模型,接着特征点检测,最后进行特征点匹配;本发明使用深度学习的方法解决图像特征点提取与匹配问题,可以自由灵活的设计角点特征。本发明实时性是视觉里程计性能的重要参考标准之一,使用深度学习特征点法相较于传统方法可以更充分地利用图形显卡硬件资源,从而达到加速目的。本发明相较于传统的特征点法,在视点变化、光度变化场景下,检测精度明显提高,鲁棒性明显增强。
著 录 项:
专利/申请号: | CN201910948470.3 | 专利名称: | 基于深度学习的视觉里程计特征点提取方法及视觉里程计 |
申请日: | 2019-10-08 | 申请/专利权人 | 湖北工业大学 |
专利类型: | 发明 | 地址: | 湖北省武汉市武昌区南湖李家墩1村1号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06V10/44搜分类 深度学习 视觉里程计搜索 |
公开/公告日: | 2023-05-23 | 转让价格: | 面议 |
公开/公告号: | CN110766024B | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |
2023/05/23 | 授权 | |
2020/03/03 | 实质审查的生效 | IPC(主分类): G06K 9/46 专利申请号: 201910948470.3 申请日: 2019.10.08 |
2020/02/07 | 公开 |