-
公开(公告)号:CN116188533A
公开(公告)日:2023-05-30
申请号:CN202310440591.3
申请日:2023-04-23
申请人: 深圳时识科技有限公司 , 成都时识科技有限公司
IPC分类号: G06T7/246
摘要: 本发明公开了一种特征点跟踪方法与装置、电子设备。为解决现有特征点跟踪方案对噪声敏感、准确性不高、响应速度慢的缺点,本发明通过对事件流压帧,获得事件帧;为特征点创建当前时刻和上一时刻的特征点坐标列表、特征点序号列表和特征点跟踪次数列表;将所述事件帧输入光流估计网络,获得像素点的光流;根据上一时刻的特征点坐标列表和对应像素点的光流,获得当前时刻的特征点坐标列表。本发明根据光流估计网络和两个时刻特征点坐标、序号、跟踪次数列表,获得了高时间分辨率、高动态范围、响应速度快,以及鲁棒性好的特征点跟踪技术效果。本发明适于事件相机、计算机视觉领域。
-
公开(公告)号:CN116188533B
公开(公告)日:2023-08-08
申请号:CN202310440591.3
申请日:2023-04-23
申请人: 深圳时识科技有限公司 , 成都时识科技有限公司
IPC分类号: G06T7/246
摘要: 本发明公开了一种特征点跟踪方法与装置、电子设备。为解决现有特征点跟踪方案对噪声敏感、准确性不高、响应速度慢的缺点,本发明通过对事件流压帧,获得事件帧;为特征点创建当前时刻和上一时刻的特征点坐标列表、特征点序号列表和特征点跟踪次数列表;将所述事件帧输入光流估计网络,获得像素点的光流;根据上一时刻的特征点坐标列表和对应像素点的光流,获得当前时刻的特征点坐标列表。本发明根据光流估计网络和两个时刻特征点坐标、序号、跟踪次数列表,获得了高时间分辨率、高动态范围、响应速度快,以及鲁棒性好的特征点跟踪技术效果。本发明适于事件相机、计算机视觉领域。
-
公开(公告)号:CN116188536B
公开(公告)日:2023-07-18
申请号:CN202310440593.2
申请日:2023-04-23
申请人: 深圳时识科技有限公司 , 成都时识科技有限公司
IPC分类号: G06T7/269 , G06T7/73 , G06T7/246 , G06V10/774 , G06V10/82 , G06T7/80 , G06T17/00 , G01C22/00 , G01C21/16 , G01C11/00
摘要: 本发明公开了一种视觉惯性里程计方法与装置、电子设备。为解决现有技术中无法稳定、快速获得特征点以及需要距离测量传感器等问题,本发明基于事件相机和深度学习网络提取特征点,并基于惯性测量单元预积分,实现运动结构恢复三维重建方法初始化和视觉惯性联合初始化,并通过滑动窗口以及紧耦合非线性优化,获得位姿及点云信息。本发明通过鲁棒且快速的特征点检测、视觉惯性联合初始化等技术手段,获得了高时间分辨率、高动态范围、响应速度快以及鲁棒性好、低成本的视觉里程计技术效果。本发明适于事件相机、计算机视觉领域。
-
公开(公告)号:CN116188536A
公开(公告)日:2023-05-30
申请号:CN202310440593.2
申请日:2023-04-23
申请人: 深圳时识科技有限公司 , 成都时识科技有限公司
IPC分类号: G06T7/269 , G06T7/73 , G06T7/246 , G06V10/774 , G06V10/82 , G06T7/80 , G06T17/00 , G01C22/00 , G01C21/16 , G01C11/00
摘要: 本发明公开了一种视觉惯性里程计方法与装置、电子设备。为解决现有技术中无法稳定、快速获得特征点以及需要距离测量传感器等问题,本发明基于事件相机和深度学习网络提取特征点,并基于惯性测量单元预积分,实现运动结构恢复三维重建方法初始化和视觉惯性联合初始化,并通过滑动窗口以及紧耦合非线性优化,获得位姿及点云信息。本发明通过鲁棒且快速的特征点检测、视觉惯性联合初始化等技术手段,获得了高时间分辨率、高动态范围、响应速度快以及鲁棒性好、低成本的视觉里程计技术效果。本发明适于事件相机、计算机视觉领域。
-
公开(公告)号:CN115953438A
公开(公告)日:2023-04-11
申请号:CN202310256478.X
申请日:2023-03-16
申请人: 深圳时识科技有限公司 , 成都时识科技有限公司
IPC分类号: G06T7/269 , G06N3/0442 , G06N3/045 , G06N3/049 , G06N3/08
摘要: 本发明公开了一种光流估计方法及装置、芯片及电子设备。为实现光流估计,本发明通过:对脉冲事件流建帧,并分为前事件帧组和后事件帧组;将前事件帧组和后事件帧组,依次送入第一神经网络,分别提取第一特征向量和第二特征向量;将后事件帧组送入第二神经网络,提取第三特征向量;根据第一特征向量和第二特征向量,获得相关量金字塔;根据第三特征向量和相关量金字塔以及当前估计的光流,获得更新后的当前估计的光流,解决了光流估计技术问题,方案更能适应异步事件流,可以更高效、更高精度地对光流估计。本发明适于事件相机、类脑计算、计算机视觉领域。
-
-
-
-