[发明专利]一种图像定位模型的训练方法、装置及图像定位方法

摘要

本发明公开了一种图像定位模型的训练方法、装置及图像定位方法，通过根据双像图像间的位置和姿态差异设计出图像相对位置一致性损失函数，图像相对位置预测损失函数和自适应的图像特征差异损失函数。基于双像的损失函数能够保持图像间相对位置和姿态并和全局位置和姿态损失函数一起提升图像定位的精度。本发明所提供方法能够实现基于图像的实时定位，具有精度高、可靠性好等优点。

主权项

1.一种图像定位模型的训练方法，其特征在于，包括：从视频中抽取图像集，并从图像集中选取训练图像，以及为各个训练图像选取配对图像，所述训练图像与其配对图像组成训练图像对；将所述训练图像对输入构建的双流神经卷积网络模型，利用深度学习算法计算训练图像和配对图像之间的绝对位置和姿态；所述双流神经卷积网络模型包含两个ResNet50卷积网络分支和一个由三个全连接层组成的倒Y型结构分支；将计算出的训练图像和配对图像之间的绝对位置和姿态，得到训练图像对的相位位置和姿态的定位结果；计算损失函数；所述损失函数包括：全局位置和姿态损失函数，相对位置和姿态一致性损失函数，相对位置和姿态估计损失函数和自适应距离损失函数；利用误差反向传播算法对所述卷积网络模型重复参数更新，直至得到的训练定位结果与真实结果相吻合，则输出训练后得到的卷积网络模型。