基于LSTM双流卷积神经网络的位姿估计方法、系统及介质(不用二变)
本发明请求保护一种基于LSTM双流卷积神经网络的位姿估计方法、系统及介质,该方法包括步骤:S1,对彩色图像和深度图像进行预处理,将相邻的两帧彩色图像和深度图像分别进行级联,并且深度图像进一步采用MND编码预处理,最后将彩色图像和深度图像进行归一化处理;S2,将预处理完成的彩色图像和深度图像分别输入双流卷积神经网络的彩色流和深度流进行特征提取;S3,将彩色流输出的rgb feature map和深度流输出的depth feature map进行融合生成新的fusion feature map;S4,将新生成的fusion feature map进行全局均值池化处理;S5,利用LSTM神经网络,通过训练,预测当前位姿。结果表明本文提出的位姿估计模型在运动模糊和光线不足的情况下具有更高的精度和鲁棒性。
《基于LSTM双流卷积神经网络的位姿估计方法、系统及介质(不用二变)》是一发明专利,专利号为 2021111815256,当前法律状态为已下证,由重庆邮电大学提出申请,发明人为罗元;曾勇超;胡章芳,申请日期为2021-10-11,公开(公告)日期为2024-03-19,国际专利分类号(IPC)为 G06T 7/73 (2017.01),所属技术领域包括:移动机器人、仓储机器人、送餐机器人、扫地机器人、手术机器人、巡检机器人、搜救机器人、无人机巡检、机器人导航、电力巡检、仓库AGV。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明请求保护一种基于LSTM双流卷积神经网络的位姿估计方法、系统及介质,该方法包括步骤:S1,对彩色图像和深度图像进行预处理,将相邻的两帧彩色图像和深度图像分别进行级联,并且深度图像进一步采用MND编码预处理,最后将彩色图像和深度图像进行归一化处理;S2,将预处理完成的彩色图像和深度图像分别输入双流卷积神经网络的彩色流和深度流进行特征提取;S3,将彩色流输出的rgb feature map和深度流输出的depth feature map进行融合生成新的fusion feature map;S4,将新生成的fusion feature map进行全局均值池化处理;S5,利用LSTM神经网络,通过训练,预测当前位姿。结果表明本文提出的位姿估计模型在运动模糊和光线不足的情况下具有更高的精度和鲁棒性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
