[发明专利]用于室内环境的定位的计算机实现的方法、服务器和介质

说明书

用于室内环境的定位的计算机实现的方法、服务器和介质。提供了一种用于室内环境的定位的计算机实现的方法，该方法包括以下步骤：实时地接收来自第一源的动态查询和来自第二源的静态输入；通过应用度量学习卷积神经网络(CNN)来提取静态输入的特征，并且聚合所提取的静态输入的特征来产生特征变换；以及在作为嵌入网络的深度CNN上迭代地提取动态查询的特征并且将特征变换融合到深度CNN中，并且应用三元组损失函数来优化嵌入网络并且提供定位结果。

技术领域

示例实现方式的一些方面涉及与在学习实时上下文信息的同时基于来自用用户装置所捕获的图像增强的静态图像(诸如，监视相机所捕获的静态图像)中的视觉特征来提供室内定位信息关联的方法、系统和用户体验。

背景技术

现有技术需要能够容易地导航通过未知的室内建筑物或大型综合体。诸如全球定位系统(GPS)或其它导航工具这样的现有技术方法不能够提供足够的信息。例如，除了人类导航之外，在机器人学中，现有技术方法已经集中于具有诸如物联网(IoT)和/或计算机视觉(CV)这样的大规模传感基础设施的解决方案。这些现有技术方法可以在可预测的场景(诸如，冬天和夏天之间的季节更替或者白天和晚上之间的更替以及诸如具有不经常变化的建筑结构的街道这样的结构化的场景)下提供可视化。

在现有技术中，用户期望室内定位，以对诸如办公室、大学、购物中心、机场、运动场馆、会议厅等这样的大型建筑物中的人和地点进行定位。这种室内定位可用于提供关于用户位置的感知，并且可用于与可以执行诸如自动标记帖子和图片这样的功能的应用(例如，上下文感知应用)集成。另外，现有技术的室内定位可用于室内环境中的机器人应用以及AR/VR应用。

现有技术的室内定位方法已经集中于诸如用于全球导航卫星系统(GNSS)辅助的接收器的GNSS这样的智能电话设备的使用。这种现有技术方法的可用性限于诸如用智能电话的街道导航这样的功能。另外，由于与在室内环境中遭受非视线(NLOS)问题的GPS信号关联的问题和缺点，导致诸如GPS这样的现有技术方法不可行。

现有技术方法具有各种缺点和问题。例如，但不作为限制，现有技术方法不能针对其中存在诸如比如由于事件导致的封闭地点中的人的数目的变化这样的不可预测的变化以及诸如与封闭空间关联的家具或楼层平面图的变化这样的非结构化的变化的情形提供准确的定位。现有技术系统无法解释这些类型的变化。

更具体地，现有技术方法没有提供能够使用终端装置可靠地传送室内定位的技术。已经在智能电话上尝试了包括诸如无线局域网、蜂窝、UWB、RFID、NFC、Bluetooth LowEnergy(蓝牙低功耗)等这样的射频(RF)信号的现有技术方法。然而，这些现有技术方法无法提供对室内定位要求的完整解决方案。另外，这些现有技术方法需要部署新的基础设施。现有技术方法对于具有多个传感器的基础设施的维护而言也可能具有高成本，并且可能无法随着传感器和基础设施变化而提供结果。

其它现有技术方法与基于计算机视觉的智能电话和监视相机关联。然而，这些现有技术方法涉及大规模图像，并且需要预先校准以构建图像数据库。这种相关方法需要大量的劳力和开销，因此不能满足实时定位要求。另外，由于诸如人的数目或环境的布局的变化这样的因素，导致这些现有技术方法得到在不同的时刻收集的图像数据之间的实质性变化。

更具体地，使用基于现有技术特征的图像的基于计算机视觉的技术不能够提供准确的结果。例如，除了各区域内的静态相机图像和动态相机图像之间之外，在从不同的视角捕获的内容的方面也存在大的变化。另外，个体监视相机各自具有有限的视野，这可能无法覆盖各区域内的整个环境上下文。另外，缺乏在所有区域中结合完整环境上下文的现有技术可能引起完整的环境中的诸如类似墙壁、地毯或天花板这样的多个不同区域内的大的视觉相似度这样的各种问题和缺点。这些现有技术方法可能使计算机视觉的区域检测任务混乱，并且造成不正确的检测结果。