[发明专利]基于深度学习的物体位姿估计方法及电子设备在审
| 申请号： | 201910698047.2 | 申请日： | 2019-07-31 |
| 公开（公告）号： | CN110503686A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 杨慧光;薛继光;李茁;唐创奇;李宇光;令狐雄展;杨柳;闫满军;赵健 | 申请（专利权）人： | 三星(中国)半导体有限公司;三星电子株式会社 |
| 主分类号： | G06T7/73 | 分类号： | G06T7/73 |
| 代理公司： | 11286 北京铭硕知识产权代理有限公司 | 代理人： | 董钢;曾世骁<国际申请>=<国际公布>= |
| 地址： | 710000 陕西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提供了一种基于深度学习的物体位姿估计方法及电子设备，其中，物体位姿估计方法包括：分别从与事件流对应的图像帧序列和与图像帧序列对应的位姿序列，提取特征向量序列和位姿向量序列；基于特征向量序列和位姿向量序列，训练用于位姿估计的神经网络模型；利用训练的神经网络模型进行物体位姿估计。根据本公开，可基于与事件流对应的图像帧序列和与图像帧序列对应的位姿序列进行物体位姿估计，可提高效率。 | ||
| 搜索关键词： | 图像帧序列 物体位姿 位姿 向量序列 神经网络模型 事件流 特征向量序列 电子设备 提取特征 位姿估计 学习 | ||
【主权项】：
1.一种基于深度学习的物体位姿估计方法，包括：/n分别从与事件流对应的图像帧序列和与图像帧序列对应的位姿序列，提取特征向量序列和位姿向量序列；/n基于特征向量序列和位姿向量序列，训练用于位姿估计的神经网络模型；/n利用训练的神经网络模型进行物体位姿估计。/n
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三星(中国)半导体有限公司;三星电子株式会社，未经三星(中国)半导体有限公司;三星电子株式会社许可，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/201910698047.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据处理方法以及设备
- 下一篇：一种空中光电测量平台目标定位方法
