[发明专利]图像定位的方法和装置、存储介质

说明书

本公开涉及一种图像定位的方法和装置、存储介质，用于解决相关技术中视觉定位不够精准的技术问题。所述图像定位的方法包括：接收第一时刻以及第二时刻的图像；获取所述第一时刻的图像的绝对位姿以及所述第一时刻的图像和所述第二时刻的图像之间的相对位姿；根据所述绝对位姿和所述相对位姿，获取所述图像的最终位姿。

技术领域

本公开涉及视觉定位领域，具体地，涉及一种图像定位的方法和装置、存储介质。

背景技术

相关技术中，基于SLAM(Simultaneous Localization and Mapping；同步定位与地图构建)的视觉定位技术容易受到光线、环境变化的影响，比如早晚场景的变化、不同季节场景的变化，定位变得比较困难。

发明内容

本公开提供一种图像定位的方法和装置、存储介质，以解决相关技术中视觉定位不够精准的技术问题。

为实现上述目的，本公开实施例的第一方面，提供一种图像定位的方法，所述方法包括：

接收第一时刻以及第二时刻的图像；

获取所述第一时刻的图像的绝对位姿以及所述第一时刻的图像和所述第二时刻的图像之间的相对位姿；

根据所述绝对位姿和所述相对位姿，获取所述图像的最终位姿。

可选地，所述获取所述图像的最终位姿，包括：

在训练好的融合网络模型中输入所述绝对位姿、所述相对位姿以及所述融合网络模型输出的所述第二时刻的图像的最终位姿；所述融合网络模型包括主干网络、连接于所述主干网络的特征层以及连接于所述特征层的回归网络；所述主干网络包括卷积神经网络和多级的全连接网络；

获取所述融合网络模型输出的所述图像的最终位姿。

可选地，所述获取所述第一时刻的图像的绝对位姿，包括：

在训练好的绝对定位网络模型中输入所述第一时刻的图像；所述绝对定位网络模型包括主干网络、连接于所述主干网络的特征层以及连接于所述特征层的回归网络；所述主干网络包括卷积神经网络；

获取所述绝对定位网络模型输出的所述第一时刻的图像的绝对位姿。

可选地，所述获取所述第二时刻的图像的相对位姿，包括：

在训练好的相对定位网络模型中输入所述第一时刻的图像和所述第二时刻的图像；所述绝对定位网络模型包括主干网络、连接于所述主干网络的特征层以及连接于所述特征层的回归网络；所述主干网络包括卷积神经网络和长短期记忆网络；

获取所述相对定位网络模型输出的所述图像的相对位姿。

本公开实施例的第二方面，提供一种图像定位的装置，所述装置包括：

接收模块，用于接收第一时刻以及第二时刻的图像；

第一获取模块，用于获取所述第一时刻的图像的绝对位姿以及所述第一时刻的图像和所述第二时刻的图像之间的相对位姿；

第二获取模块，用于根据所述绝对位姿和所述相对位姿，获取所述图像的最终位姿。

可选地，所述第二获取模块包括：

第一输入子模块，用于在训练好的融合网络模型中输入所述绝对位姿、所述相对位姿以及所述融合网络模型输出的所述第二时刻的图像的最终位姿；所述融合网络模型包括主干网络、连接于所述主干网络的特征层以及连接于所述特征层的回归网络；所述主干网络包括卷积神经网络和多级的全连接网络；

第一获取子模块，用于获取所述融合网络模型输出的所述第一时刻的图像的最终位姿。

可选地，所述第一获取模块包括：