在人工智能飛速發(fā)展的時代,人們對智能機(jī)器人、自動駕駛、室內(nèi)導(dǎo)航等服務(wù)的需求越來越多,研究者們對這些領(lǐng)域進(jìn)行了深入研究。這些領(lǐng)域都有一個共同的基本問題——如何較為精確的對相機(jī)自身進(jìn)行定位。CNN在相機(jī)自定位中有較好的表現(xiàn),但是依然存在精度低、錯誤率高的問題。其中一個重要原因是對位置、角度這兩類不同參量的統(tǒng)一化處理。為了提升現(xiàn)有三維場景定位算法的定位精度,本文提出了兩種基于深度學(xué)習(xí)的端到端的方法從單張彩色圖像中恢復(fù)相機(jī)的位置和姿態(tài)。本文主要工作及創(chuàng)新之處總結(jié)如下:（1）提出一種雙路編解碼場景定位網(wǎng)絡(luò)（DSEDL-Net）,雙路結(jié)構(gòu)的設(shè)計解耦了位置與角度,解決了兩者之間的串?dāng)_問題。由于相機(jī)位置和姿態(tài)的特性不同,該網(wǎng)絡(luò)使用多任務(wù)思想將位置和姿態(tài)使用雙路結(jié)構(gòu)分別進(jìn)行預(yù)測,從而得到更可靠的結(jié)果。提出使用單尺度降采樣模塊和多尺度聚合模塊的位姿預(yù)測器對解碼后的特征進(jìn)行轉(zhuǎn)換,配合使用全局均值池化操作捕捉特征的空間信息,起到減少信息損失的作用。（2）提出一種基于聯(lián)合任務(wù)學(xué)習(xí)的場景定位網(wǎng)絡(luò)（JTL-Loc Net）。DSEDL-Net解耦了位置與角度,但兩者并不是完全孤立的,因此JTL-Loc Net引入注... 

【文章來源】：北方工業(yè)大學(xué)北京市

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

世界坐標(biāo)系到相機(jī)坐標(biāo)系的轉(zhuǎn)換

第二章多視角三維場景定位原理7圖2-2相機(jī)坐標(biāo)系與圖像坐標(biāo)系的轉(zhuǎn)換圖像坐標(biāo)系的原點(diǎn)對應(yīng)相機(jī)坐標(biāo)系的光心。f表示焦距，由相似三角形的關(guān)系可得如下轉(zhuǎn)換公式：000000100101CCCCXxfYZyfZ式(2-3)2.1.3圖像坐標(biāo)系到像素坐標(biāo)系圖像坐標(biāo)系以像平面和照相機(jī)的光軸交點(diǎn)處作為坐標(biāo)系原點(diǎn)，而像素坐標(biāo)系的原點(diǎn)則在整幅圖像的左上角。兩種坐標(biāo)系的量綱也不同，在圖像坐標(biāo)系中表示距離使用物理單位毫米，而在像素坐標(biāo)系中表示距離則使用顯示單位像素。這二者之間的轉(zhuǎn)換如式2-4所示，其中dx和dy分別表示一列和一行代表多少毫米，即1像素=dx毫米。兩個坐標(biāo)系關(guān)系如圖2-3所示。圖2-3圖像坐標(biāo)系和像素坐標(biāo)系關(guān)系

第二章多視角三維場景定位原理7圖2-2相機(jī)坐標(biāo)系與圖像坐標(biāo)系的轉(zhuǎn)換圖像坐標(biāo)系的原點(diǎn)對應(yīng)相機(jī)坐標(biāo)系的光心。f表示焦距，由相似三角形的關(guān)系可得如下轉(zhuǎn)換公式：000000100101CCCCXxfYZyfZ式(2-3)2.1.3圖像坐標(biāo)系到像素坐標(biāo)系圖像坐標(biāo)系以像平面和照相機(jī)的光軸交點(diǎn)處作為坐標(biāo)系原點(diǎn)，而像素坐標(biāo)系的原點(diǎn)則在整幅圖像的左上角。兩種坐標(biāo)系的量綱也不同，在圖像坐標(biāo)系中表示距離使用物理單位毫米，而在像素坐標(biāo)系中表示距離則使用顯示單位像素。這二者之間的轉(zhuǎn)換如式2-4所示，其中dx和dy分別表示一列和一行代表多少毫米，即1像素=dx毫米。兩個坐標(biāo)系關(guān)系如圖2-3所示。圖2-3圖像坐標(biāo)系和像素坐標(biāo)系關(guān)系


本文編號：3043708