[发明专利]一种数据处理方法、装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取第一图像；

基于机器学习，对所述第一图像进行处理，得到所述第一图像的全局特征和局部特征；

根据所述第一图像的全局特征，查询地点数据库，在所述地点数据库中确定与所述第一图像的全局特征匹配的关键帧图像；

根据所述关键帧图像和所述第一图像的局部特征，确定所述第一图像对应的定位信息。

2.根据权利要求1所述的方法，其特征在于，还包括：

在采集的运行轨迹周围环境的图像中确定多个关键帧图像以及每个关键帧图像的定位信息；

利用机器学习对所述多个关键帧图像进行深度学习，得到每个关键帧图像的全局特征和局部特征；

根据每个关键帧图像的局部特征以及定位信息，确定每个关键帧图像上的关键点以及所述关键点的三维点坐标；

建立每个关键帧图像的全局特征、局部特征、定位信息、关键点、以及关键点的三维点坐标之间的映射关系；

将所述映射关系保存到地点数据库中。

3.根据权利要求2所述的方法，其特征在于，在所述地点数据库中确定与所述第一图像的全局特征匹配的关键帧图像，包括：

将所述第一图像的全局特征和所述地点数据库中所有的关键帧图像的全局特征进行相似度比较，确定最大相似度的关键帧图像，且所述最大相似度大于预设的相似度阈值，则确定所述最大相似度的关键帧图像为匹配的关键帧图像。

4.根据权利要求3所述的方法，其特征在于，还包括：

根据所述匹配的关键帧图像，在所述地点数据库中，确定其他关键帧图像，所述其他关键帧图像与所述匹配的关键帧图像之间的距离小于预设距离阈值。

5.根据权利要求1-4中任一项所述的方法，其特征在于，根据所述关键帧图像和所述第一图像的局部特征确定所述第一图像的定位信息，包括：

将所述第一图像的局部特征中的每个关键点分别与所述其他关键帧图像与所述匹配的关键帧图像的局部特征中的所有关键点进行匹配；

在所述其他关键帧图像与所述匹配的关键帧图像的局部特征的所有关键点中确定与所述第一图像的局部特征中的每个关键点匹配的关键点；

根据所述匹配的关键点，查询所述地点数据库，获取所述匹配的关键点的三维点坐标；

根据所述匹配的关键点的三维点坐标确定所述第一图像的定位信息。

6.根据权利要求5所述的方法，其特征在于，在所述其他关键帧图像与所述匹配的关键帧图像的局部特征的所有关键点中确定与所述第一图像的局部特征中的每个关键点匹配的关键点，包括：

确定所述第一图像的局部特征中的每个关键点对应的描述子，以及确定所述其他关键帧图像与所述匹配的关键帧图像的局部特征中每个关键点对应的描述子；

分别计算所述第一图像的局部特征中的每个描述子与所述其他关键帧图像与所述匹配的关键帧图像的局部特征中所有描述子之间的距离；

在所述其他关键帧图像与所述匹配的关键帧图像的局部特征中所有的描述子中，确定与所述第一图像的局部特征中的每个描述子距离最近的描述子；

将每个距离最近的描述子对应的关键点确定为与所述第一图像的局部特征中的对应描述子的关键点匹配的关键点。

7.根据权利要求1所述的方法，其特征在于：

所述机器学习包括深度学习；

所述定位信息包括位置和/或姿态信息；

所述第一图像包括当前拍摄图像；

所述局部特征包括深度学习局部特征，表示通过深度学习算法确定的图像中与定位信息相关的关键点和描述子；

所述全局特征包括深度学习全局特征，是指通过深度学习算法生成的代表图像定位信息的向量。