[发明专利]一种基于深度学习获取图像城市范围内位置及姿态的方法有效
| 申请号： | 201711493997.9 | 申请日： | 2017-12-31 |
| 公开（公告）号： | CN108230240B | 公开（公告）日： | 2020-07-31 |
| 发明（设计）人： | 纪荣嵘;郭锋;黄剑波 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06T3/00 | 分类号： | G06T3/00;G06T7/73;G06N3/08;G06K9/62 |
| 代理公司： | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人： | 马应森 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习获取图像城市范围内位置及姿态的方法，涉及图像地理位置识别和增强现实领域。包括如下步骤：1)创建城市图片集；2)对城市图片集训练混合高斯模型，用训练出的混合高斯模型划分城市地理区域；3)训练联合学习图片姿态估计和场景识别神经网络；4)初始化，上传用户的GPS或者网络粗略位置信息；5)使用学习的划分函数对粗略的位置信息进行划分，下载对应网络模型和需要展示的渲染资料到用户端；6)采集用户输入相机视频流，运用下载的当前区域的网络模型预测当前时刻的三个层面的定位结果，若网络输出的预测结果置信度高于阈值，则使用预测的位置和姿态参数进行渲染资料的渲染。 | ||
| 搜索关键词： | 一种 基于 深度 学习 获取 图像 城市 范围内 位置 姿态 方法 | ||
【主权项】：
1.一种基于深度学习获取图像城市范围内位置及姿态的方法，其特征在于包括如下步骤：1)创建城市图片集；2)对城市图片集训练混合高斯模型，用训练出的混合高斯模型划分城市地理区域；3)训练联合学习图片姿态估计和场景识别神经网络；4)初始化，上传用户的GPS或者网络粗略位置信息；5)使用学习的划分函数对粗略的位置信息进行划分，下载对应网络模型和需要展示的渲染资料到用户端；6)采集用户输入相机视频流，运用下载的当前区域的网络模型预测当前时刻的三个层面的定位结果，若网络输出的预测结果置信度高于阈值，则使用预测的位置和姿态参数进行渲染资料的渲染。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门大学，未经厦门大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711493997.9/，转载请声明来源钻瓜专利网。
- 上一篇：人脸表情图像合成装置
- 下一篇：一种设备带角度侧装的鱼眼图像校正方法
