Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019029099) PROCÉDÉ DE CALCUL DE KILOMÉTRAGE À SENSATION VISUELLE BINOCULAIRE BASÉ SUR UNE OPTIMISATION COMBINÉE DE GRADIENT D'IMAGE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/029099 N° de la demande internationale : PCT/CN2017/118849
Date de publication : 14.02.2019 Date de dépôt international : 27.12.2017
CIB :
G06T 7/73 (2017.01)
[IPC code unknown for G06T 7/73]
Déposants :
浙江大学 ZHEJIANG UNIVERSITY [CN/CN]; 中国浙江省杭州市 西湖区余杭塘路866号 No. 866 Yuhangtang Road, Xihu District Hangzhou, Zhejiang 310058, CN
Inventeurs :
朱建科 ZHU, Jianke; CN
Mandataire :
杭州求是专利事务所有限公司 HANGZHOU QIUSHI PATENT OFFICE CO., LTD.; 中国浙江省杭州市 西湖区玉古路147号黄鸿年科技综合大楼215室/林超 LIN, Chao / Room 215 Huanghongnian Science and Techonology Complex Building, No. 147, Yugu Road, Xihu District Hangzhou, Zhejiang 310013, CN
Données relatives à la priorité :
201710685724.811.08.2017CN
Titre (EN) IMAGE GRADIENT COMBINED OPTIMIZATION-BASED BINOCULAR VISUAL SENSE MILEAGE CALCULATING METHOD
(FR) PROCÉDÉ DE CALCUL DE KILOMÉTRAGE À SENSATION VISUELLE BINOCULAIRE BASÉ SUR UNE OPTIMISATION COMBINÉE DE GRADIENT D'IMAGE
(ZH) 基于图像梯度联合优化的双目视觉里程计算方法
Abrégé :
(EN) An image gradient combined optimization-based binocular visual sense mileage calculating method, comprising: preprocessing an input binocular video, and calculating a disparity map of binocular video frames so as to obtain a measure distance; zooming to form multi-scale images and forming a pyramid model, and calculating features to obtain a series of feature images; using a Kalman filter to process the images according to the measure distance, and predicting and estimating a camera attitude motion course, a camera motion model being built into the Kalman filter; calculating the accurate camera attitude of a current frame by using a gradient-based binocular visual sense navigation algorithm; and using the camera attitude of the current frame to update the camera motion model in the Kalman filter. The described method provides an optimization algorithm combining two gradients, and creatively uses an image gradient as a feature to effectively prevent the influence of a change in outdoor brightness. Camera attitudes are optimized by referring to a plurality of key frames, thereby obtaining a real-time binocular visual sense mileage calculating method that has good performance and is capable of carrying out dense three-dimensional reconstruction.
(FR) L'invention concerne un procédé de calcul de kilométrage à sensation visuelle binoculaire basé sur une optimisation combinée de gradient d'image, comportant les étapes consistant à: prétraiter une vidéo binoculaire d'entrée, et calculer une carte de disparité de trames de vidéo binoculaire de façon à obtenir une distance de mesure; effectuer un zoom pour former des images à échelles multiples et former un modèle en pyramide, et calculer des caractéristiques pour obtenir une série d'images caractéristiques; utiliser un filtre de Kalman pour traiter les images en fonction de la distance de mesure, et prédire et estimer un parcours de mouvement d'attitude de caméra, un modèle de mouvement de caméra étant incorporé au filtre de Kalman; calculer l'attitude de caméra exacte d'une trame courante en utilisant un algorithme de navigation à sensation visuelle binoculaire basé sur un gradient; et utiliser l'attitude de caméra de la trame courante pour actualiser le modèle de mouvement de caméra dans le filtre de Kalman. Le procédé décrit met en place un algorithme d'optimisation combinant deux gradients, et utilise de manière créative un gradient image en tant que caractéristique pour prévenir efficacement l'influence d'une variation de la luminosité en extérieur. Les attitudes de caméra sont optimisées en se référant à une pluralité d'images-clés, obtenant ainsi un procédé de calcul de kilométrage à sensation visuelle binoculaire en temps réel qui présente de bonnes performances et est capable de réaliser une reconstruction tridimensionnelle dense.
(ZH) 一种基于图像梯度联合优化的双目视觉里程计算方法。对输入双目视频进行预处理,计算双目视频帧的视差图获得度量距离;缩放形成多尺度的图像组成金字塔模型,计算特征获得一系列特征图像;根据度量距离用卡尔曼滤波器对图像进行处理预测估计相机姿态的运动过程,卡尔曼滤波器内搭建有相机的运动模型;使用基于梯度的双目视觉导航算法计算当前帧准确的相机姿态;用当前帧的相机姿态更新卡尔曼滤波器内的相机运动模型。该方法提出了结合两种梯度展开的优化算法,创新地利用图像梯度作为特征有效地避免了户外光照变化的影响,并且参考多个关键帧对相机姿态进行优化,得到了一个性能较好并可同时进行稠密三维重建的实时双目视觉里程计算方法。
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : chinois (ZH)
Langue de dépôt : chinois (ZH)