Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学张涛获国家专利权

东南大学张涛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东南大学申请的专利一种基于轻量级实例分割的单目相机动态特征点剔除方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116452635B

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310441255.0,技术领域涉及:G06T7/246;该发明授权一种基于轻量级实例分割的单目相机动态特征点剔除方法是由张涛;王恩东;魏宏宇设计研发完成,并于2023-04-23向国家知识产权局提交的专利申请。

一种基于轻量级实例分割的单目相机动态特征点剔除方法在说明书摘要公布了:一种基于轻量级实例分割的单目相机动态特征点剔除方法,1根据相机模型参数矫正图像并提取特征点,将提取的特征点与上一帧获取的特征点进行匹配。2开辟一个新线程,与步骤1同步将图像传入训练好的分割网络中进行实例分割,获取实例掩膜;3使用RANSAC算法获取各个掩膜以及除掩膜外的区域的位姿变换,判断动态掩膜并记录;4根据特征点距离动态掩膜的最近处距离计算特征点在该约束下的动态概率;5根据极线约束计算特征点在该约束下的动态概率;6:使用朴素贝叶斯方法融合上述步骤4与步骤5中算得的动态概率,算得该特征点对应的动态概率;本发明可应用于单目视觉SLAM导航中排除动态物体干扰,提高建图定位精度。

本发明授权一种基于轻量级实例分割的单目相机动态特征点剔除方法在权利要求书中公布了:1.一种基于轻量级实例分割的单目相机动态特征点剔除方法,其特征在于,包括以下步骤: 步骤1:对输入的相机图像使用标定的相机参数进行畸变矫正,对图像进行ORB特征点的提取获取图像的ORB特征点并与上一帧图像的ORB特征点进行特征点匹配; 步骤2:在步骤1的特征点提取工作进行时,开辟一个新的线程同步进行以下工作:将经过图像畸变矫正后的图像序列输入训练好的YOLACT实例分割网络中,对输入的相机图像中的包括人、车具有动态倾向的物体进行实例分割,获得各个潜在动态物体的掩膜并存储,记为,其中为当前帧中掩膜总数; 步骤3:对于步骤2中获得的每个潜在动态物体掩膜内的且与上一帧中的特征点匹配的特征点使用RANSAC算法计算出各个掩膜对应的单应矩阵为; 使用除掩膜内特征点外剩余的特征点用RANSAC算法计算其位姿变换为,设定一个阈值,当与的差值大于阈值时即判定该掩膜对应的物体处于运动状态,将确定为动态掩膜内的特征点标记为动态特征点不参与位姿估计去除其对位姿估计的不利影响; 在剩下的特征点中依然有动态特征点没有剔除干净,记录各个掩膜对应的运动状态供后续判断时使用; 步骤4:根据特征点距离动态掩膜的最近处距离计算特征点的动态概率; 步骤5:根据极线约束计算特征点在该约束下的动态概率; 步骤6:使用朴素贝叶斯方法融合上述步骤4与步骤5中算得的动态概率,算得该特征点对应的动态概率; 步骤7:最后,通过设定阈值,将融合的动态概率大于该阈值的特征点作为动态特征点,小于该阈值的特征点作为静态特征点,并在接下来的图像中重复上述步骤直至相机的图像输入被全部处理完毕。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。