基于pix2pix的多图像定位方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明揭示了一种基于pix2pix的多图像定位方法,具体包括:S1、利用多台相机收集训练图像,对多副图像进行水平方向上的拼接,构建得到训练数据集;S2、对训练数据集进行分类学习,得到基于位置的卷积神经网络分类模型;S3、利用pix2pix训练每台相机的图像生成模型;S4、利用相机收集目标图像,若目标图像未出现缺失情况、则拼接得到完整图像,若目标图像出现缺失情况、则利用图像生成模型生成完整图像;S5、将完整图像作为卷积神经网络分类模型的输入,进行目标位置的估计。本发明将室内定位问题转化为机器学习的分类问题,有效地克服了多径干扰、设备部署困难、实现成本高等一系列问题,保证了室内定位效果。
《基于pix2pix的多图像定位方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2021110726753,当前法律状态为已下证,由南京邮电大学提出申请,发明人为颜俊;朱洪柳;曹艳华,申请日期为2021-09-14,公开(公告)日期为2024-02-06,国际专利分类号(IPC)为 G06T 7/73 (2017.01),高新资质:未报高企。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:本发明揭示了一种基于pix2pix的多图像定位方法,具体包括:S1、利用多台相机收集训练图像,对多副图像进行水平方向上的拼接,构建得到训练数据集;S2、对训练数据集进行分类学习,得到基于位置的卷积神经网络分类模型;S3、利用pix2pix训练每台相机的图像生成模型;S4、利用相机收集目标图像,若目标图像未出现缺失情况、则拼接得到完整图像,若目标图像出现缺失情况、则利用图像生成模型生成完整图像;S5、将完整图像作为卷积神经网络分类模型的输入,进行目标位置的估计。本发明将室内定位问题转化为机器学习的分类问题,有效地克服了多径干扰、设备部署困难、实现成本高等一系列问题,保证了室内定位效果。
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!
