Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020161118 - APPRENTISSAGE DE DISTRIBUTION D'IMAGE ET DE POSE CONJOINTE CONTRADICTOIRE POUR UNE RÉGRESSION ET UN AFFINEMENT DE POSE DE CAMÉRA

Numéro de publication WO/2020/161118
Date de publication 13.08.2020
N° de la demande internationale PCT/EP2020/052718
Date du dépôt international 04.02.2020
CIB
G06T 7/80 2017.1
GPHYSIQUE
06CALCUL; COMPTAGE
TTRAITEMENT OU GÉNÉRATION DE DONNÉES D'IMAGE, EN GÉNÉRAL
7Analyse d'image
80Analyse des images capturées pour déterminer les paramètres de caméra intrinsèques ou extrinsèques, c. à d. étalonnage de caméra
G06T 7/73 2017.1
GPHYSIQUE
06CALCUL; COMPTAGE
TTRAITEMENT OU GÉNÉRATION DE DONNÉES D'IMAGE, EN GÉNÉRAL
7Analyse d'image
70Détermination de la position ou de l'orientation des objets ou des caméras
73utilisant des procédés basés sur les caractéristiques
G06T 7/77 2017.1
GPHYSIQUE
06CALCUL; COMPTAGE
TTRAITEMENT OU GÉNÉRATION DE DONNÉES D'IMAGE, EN GÉNÉRAL
7Analyse d'image
70Détermination de la position ou de l'orientation des objets ou des caméras
77utilisant des procédés statistiques
G06N 3/04 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
04Architecture, p.ex. topologie d'interconnexion
G06N 3/08 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
08Méthodes d'apprentissage
CPC
G06N 3/0454
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0454using a combination of multiple neural nets
G06N 3/0472
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0472using probabilistic elements, e.g. p-rams, stochastic processors
G06N 3/0481
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0481Non-linear activation functions, e.g. sigmoids, thresholds
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
G06T 2207/10016
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
2207Indexing scheme for image analysis or image enhancement
10Image acquisition modality
10016Video; Image sequence
G06T 2207/10024
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
2207Indexing scheme for image analysis or image enhancement
10Image acquisition modality
10024Color image
Déposants
  • SIEMENS AKTIENGESELLSCHAFT [DE]/[DE]
Inventeurs
  • BUI, Linda Mai
  • BAUR, Christoph
  • ALBARQOUNI, Shadi
  • ILIC, Slobodan
Données relatives à la priorité
19155422.905.02.2019EP
Langue de publication anglais (EN)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) ADVERSARIAL JOINT IMAGE AND POSE DISTRIBUTION LEARNING FOR CAMERA POSE REGRESSION AND REFINEMENT
(FR) APPRENTISSAGE DE DISTRIBUTION D'IMAGE ET DE POSE CONJOINTE CONTRADICTOIRE POUR UNE RÉGRESSION ET UN AFFINEMENT DE POSE DE CAMÉRA
Abrégé
(EN)
The present invention provides a method and a system for providing a pose generator (20) for estimating, by a pose estimation tensor (ρ'), a camera pose of a camera that has captured an input image (1). A feature extractor (10) and a pose generator (20) are initially trained separately and are then used to jointly produce input vectors (31, 32) for a discriminator (30). The discriminator (30) is configured to determine whether an input vector (31, 32) comprises a ground truth (p) or a regressed pose estimation (p'). The pose generator (20) and the discriminator (30) are trained alternatingly. In addition, further steps for refining a produced pose estimation are described.
(FR)
La présente invention concerne un procédé et un système pour fournir un générateur de pose (20) permettant l'estimation, par un tenseur d'estimation de pose (ρ'), d'une pose de caméra d'une caméra qui a capturé une image d'entrée (1). Un extracteur de caractéristiques (10) et un générateur de pose (20) sont initialement entraînés séparément et sont ensuite utilisés pour produire conjointement des vecteurs d'entrée (31, 32) pour un discriminateur (30). Le discriminateur (30) est configuré pour déterminer si un vecteur d'entrée (31, 32) comprend une vérité de base (p) ou une estimation de pose regressée (p'). Le générateur de pose (20) et le discriminateur (30) sont entraînés en alternance. En outre, l'invention concerne d'autres étapes de raffinage d'une estimation de pose produite.
Dernières données bibliographiques dont dispose le Bureau international