CN116309823A - 一种位姿的确定方法、装置、设备及存储介质 - Google Patents
一种位姿的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116309823A CN116309823A CN202310090212.2A CN202310090212A CN116309823A CN 116309823 A CN116309823 A CN 116309823A CN 202310090212 A CN202310090212 A CN 202310090212A CN 116309823 A CN116309823 A CN 116309823A
- Authority
- CN
- China
- Prior art keywords
- pose
- target object
- image
- dimensional image
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000000605 extraction Methods 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000013519 translation Methods 0.000 description 5
- 238000005520 cutting process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本说明书公开了一种位姿的确定方法、装置、设备及存储介质，可以通过补偿模型根据相机采集到的二维图像中包含有目标物的指定区域图像的图像信息，确定出目标物的轮廓特征，以及根据包含有目标物的指定区域图像在整个二维图像中的图像位置信息，确定目标物的二维位置特征，从而可以根据确定出的目标物的轮廓特征、二维位置特征以及通过预设的跟踪算法确定出的目标物的初始位姿，预测出通过预设的跟踪算法确定出的初始位姿与在采集二维图像时目标物的实际位姿之间的位姿偏差，进而可以根据预测出的位姿偏差对通过预设的跟踪算法确定出的目标物的初始位姿进行补偿，以提升通过三维跟踪算法估算出的二维图像中物体对应的位姿的准确性。
Description
技术领域
本说明书涉及计算机视觉技术领域，尤其涉及一种位姿的确定方法、装置、设备及存储介质。
背景技术
随着计算机技术的发展，通过三维跟踪算法根据二维图像估算出二维图像中的物体对应的位姿，成为了计算机视觉技术中的一项基础任务。
但是，由于部分物体的轮廓纹理不明显，从而使得通过三维跟踪算法无法准确的提取出这部分物体的轮廓纹理特征，进而使得通过三维跟踪算法估算出的位姿存在较大误差。
因此，如何提升通过三维跟踪算法估算出的二维图像中物体对应的位姿的准确性，则是一个亟待解决的问题。
发明内容
本说明书提供一种位姿的确定方法、装置、设备及存储介质，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种位姿的确定方法，所述方法包括：
获取二维图像，并识别所述二维图像中所涉及的目标物；
通过预设的跟踪算法，确定出所述目标物对应的初始位姿，以及确定在所述二维图像中包含有所述目标物的指定区域图像，并确定所述指定区域图像在所述二维图像中的图像位置信息；
将所述初始位姿、所述指定区域图像以及所述图像位置信息输入到预先训练的补偿模型中，以使所述补偿模型根据所述初始位姿、所述指定区域图像以及所述图像位置信息，确定出所述初始位姿与在采集二维图像时所述目标物所处实际位姿之间的位姿偏差；
根据所述位姿偏差，对所述初始位姿进行补偿，得到所述目标物的实际位姿。
可选地，根据所述初始位姿、所述指定区域图像、所述指定区域图像在所述二维图像中的图像位置信息，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差，具体包括：
根据所述初始位姿，确定所述目标物的位姿特征；
根据所述指定区域图像，确定所述目标物的轮廓特征；
根据所述指定区域图像在所述二维图像中的图像位置信息，确定所述目标物的位置特征；
根据所述目标物的所述位姿特征、所述轮廓特征、所述位置特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
可选地，根据所述目标物的所述位姿特征、所述轮廓特征、所述位置特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差，具体包括：
根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征；
根据所述目标物的所述目标位姿特征和所述位姿特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
可选地，根据所述目标物的所述位姿特征、所述轮廓特征、所述位置特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差，具体包括：
通过所述补偿模型的每层特征提取层，根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征；
根据所述目标物的所述目标位姿特征和所述位姿特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
可选地，通过所述补偿模型的每层特征提取层，根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征，具体包括：
针对所述补偿模型的每层特征提取层，通过该层特征提取层根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的所述轮廓特征和所述位置特征之间的相似性矩阵，并根据所述相似性矩阵，确定所述目标物的综合特征；
将每层特征提取层输出的所述综合特征进行融合，得到所述目标物的目标位姿特征。
可选地，训练所述补偿模型，具体包括：
确定样本二维图像中的样本目标物；
将所述样本目标物的初始位姿、指定区域图像、图像位置信息输入到所述补偿模型中，以使所述补偿模型根据所述样本目标物的初始位姿、指定区域图像、图像位置信息，确定出所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的位姿偏差；
以所述补偿模型输出的所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的位姿偏差，和所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的真实位姿偏差之间的差值最小化为优化目标，对所述补偿模型进行训练。
本说明书提供了一种位姿的确定装置，包括：
获取模块，用于获取二维图像，并识别所述二维图像中所涉及的目标物；
确定模块，用于通过预设的跟踪算法，确定出所述目标物对应的初始位姿，以及确定在所述二维图像中包含有所述目标物的指定区域图像，并确定所述指定区域图像在所述二维图像中的图像位置信息；
补偿模块，用于将所述初始位姿、所述指定区域图像以及所述图像位置信息输入到预先训练的补偿模型中，以使所述补偿模型根据所述初始位姿、所述指定区域图像以及所述图像位置信息，确定出所述初始位姿与在采集二维图像时所述目标物所处实际位姿之间的位姿偏差；
执行模块，用于根据所述位姿偏差，对所述初始位姿进行补偿，得到所述目标物的实际位姿。
可选地，所述补偿模块具体用于，根据所述初始位姿，确定所述目标物的位姿特征；根据所述指定区域图像，确定所述目标物的轮廓特征；根据所述指定区域图像在所述二维图像中的图像位置信息，确定所述目标物的位置特征；根据所述目标物的所述位姿特征、所述轮廓特征、所述位置特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
可选地，所述补偿模块具体用于，根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征；根据所述目标物的所述目标位姿特征和所述位姿特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
可选地，所述补偿模块具体用于，通过所述补偿模型的每层特征提取层，根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征；根据所述目标物的所述目标位姿特征和所述位姿特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
可选地，所述补偿模块具体用于，针对所述补偿模型的每层特征提取层，通过该层特征提取层根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的所述轮廓特征和所述位置特征之间的相似性矩阵，并根据所述相似性矩阵，确定所述目标物的综合特征；将每层特征提取层输出的所述综合特征进行融合，得到所述目标物的目标位姿特征。
可选地，所述装置还包括：训练模块；
所述训练模块具体用于，确定样本二维图像中的样本目标物；将所述样本目标物的初始位姿、指定区域图像、图像位置信息输入到所述补偿模型中，以使所述补偿模型根据所述样本目标物的初始位姿、指定区域图像、图像位置信息，确定出所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的位姿偏差；以所述补偿模型输出的所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的位姿偏差，和所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的真实位姿偏差之间的差值最小化为优化目标，对所述补偿模型进行训练。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述位姿的确定方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述位姿的确定方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的位姿的确定方法，首先获取二维图像，并识别二维图像中所涉及的目标物，通过预设的跟踪算法，确定出目标物对应的初始位姿，以及确定在二维图像中包含有目标物的指定区域图像，并确定指定区域图像在二维图像中的图像位置信息，将初始位姿、指定区域图像以及图像位置信息输入到预先训练的补偿模型中，以使补偿模型根据初始位姿、指定区域图像以及图像位置信息，确定出初始位姿与在采集二维图像时目标物所处实际位姿之间的位姿偏差，根据位姿偏差，对初始位姿进行补偿，得到目标物的实际位姿。
从上述方法中可以看出，可以通过补偿模型根据相机采集到的二维图像中包含有目标物的指定区域图像的图像信息，确定出目标物的轮廓特征，以及可以根据包含有目标物的指定区域图像在整个二维图像中的图像位置信息，确定目标物在二维图像中对应的图像，在二维图像中的二维位置特征，从而可以根据确定出的目标物的轮廓特征、二维位置特征以及通过预设的跟踪算法确定出的目标物的初始位姿，预测出通过预设的跟踪算法确定出的初始位姿与在采集二维图像时目标物的实际位姿之间的位姿偏差，进而可以根据预测出的位姿偏差对通过预设的跟踪算法确定出的目标物的初始位姿进行补偿，以提升通过三维跟踪算法估算出的二维图像中物体对应的位姿的准确性。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中提供的一种位姿的确定方法的流程示意图；
图2为本说明书提供的指定区域图像在二维图像中的图像位置信息的示意图；
图3为本说明书提供的位姿偏差的确定过程的示意图；
图4为本说明书提供的一种位姿的确定装置的示意图；
图5为本说明书提供的一种对应于图1的电子设备的示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种位姿的确定方法的流程示意图，包括以下步骤：
S101：获取二维图像，并识别所述二维图像中所涉及的目标物。
在本说明书中，指定设备可以根据设置在指定设备上的传感器采集到的二维图像，并识别出二维图像中的目标物的位姿，并根据识别出的目标物的位姿，执行相应的任务。
上述的位姿可以是指目标物的物体6D位姿，其中，物体6D位姿是指在拍摄目标物对应的二维图像的时刻，传感器自身的相机坐标系相对于世界坐标系发生的平移和旋转变换，这里的6D是指三个自由度的平移变换(即，沿X轴平移，沿Y轴平移，沿Z轴平移)和三个自由度的旋转变换(即，绕X轴转动，绕Y轴转动，绕Z轴转动)，在确定目标物的物体6D位姿后，可以根据目标物的物体6D位姿，确定出目标物在三维空间中位姿，进而可以根据目标物在三维空间中的位姿，执行相应的任务。
上述的任务可以是指诸如：对无人驾驶设备的行驶路线进行规划，以使无人驾驶设备对目标物进行规避以避免发生碰撞。通过用户所使用的移动设备在商场等环境下，为用户进行AR导航等。
在本说明书中，用于实现位姿的确定方法的执行主体，可以是指服务器等设置于业务平台的指定设备，也可以是指诸如台式电脑、笔记本电脑、手机等指定设备，为了便于描述，下面仅以服务器是执行主体为例，对本说明书提供的位姿的确定方法进行说明。
S102：通过预设的跟踪算法，根据所述二维图像的图片信息，确定出所述目标物对应的初始位姿，以及确定在所述二维图像中的包含有所述目标物的指定区域图像，并确定所述指定区域图像在所述二维图像中的图像位置信息。
服务器在从通过传感器采集到的二维图像中确定出目标物后，可以通过预设的跟踪算法，根据二维图像，确定出目标物对应的初始位姿。这里的跟踪算法可以是指三维物体跟踪算法。
进一步地，服务器可以从二维图像中确定出包含有目标物的指定区域图像，这里可以理解为将二维图像中包含有目标物的指定区域，从这个二维图像中裁剪出来，从而得到指定区域图像。
另外，由于指定区域图像中仅包含有目标物对应的二维图像信息，而不能根据指定区域图像，获取到指定区域图像在二维图像中的图像位置信息，换句话说就是，根据将指定区域图像从二维图像中裁剪出来之后，如果仅看裁剪出来的这块图像的话，不能确定出裁剪出来的这块图像是原本的二维图像中的哪个位置的图像了，也就是说，在将指定区域图像从二维图像中裁剪出来的过程中，会造成指定区域图像的二维位置信息的丢失，因此，为了弥补在将指定区域图像从二维图像中裁剪出来的过程中指定区域图像的二维位置信息的丢失，服务器还可以确定出指定区域图像在二维图像中的图像位置信息。
需要说明的是，上述的指定区域图像在二维图像中的图像位置信息可以包含两个矩阵，即，第一矩阵和第二矩阵，其中，第一矩阵中包含有指定区域图像所包含的每个像素点在二维图像中的坐标的横坐标的值，第二矩阵中包含有指定区域图像所包含的每个像素点在二维图像中的坐标的纵坐标的值，如图2所示。
图2为本说明书提供的指定区域图像在二维图像中的图像位置信息的示意图。
在图2中，在二维图像中的各像素点中，属于指定区域图像的四个像素点的坐标分别为(1，1)、(1，2)、(2，1)、(2，2)这四个坐标点，则服务器确定出的第一矩阵即为
第二矩阵即为/>
S103：将所述初始位姿、所述指定区域图像以及所述图像位置信息输入到预先训练的补偿模型中，以使所述补偿模型根据所述初始位姿、所述指定区域图像以及所述图像位置信息，确定出所述初始位姿与在采集二维图像时所述目标物所处实际位姿之间的位姿偏差。
进一步地，服务器可以将确定出的目标物对应的初始位姿、在二维图像中的包含有目标物的指定区域图像、以及指定区域图像在所述二维图像中的图像位置信息，输入到预先训练的补偿模型中，以使补偿模型根据目标物对应的初始位姿、在二维图像中的包含有目标物的指定区域图像、以及指定区域图像在所述二维图像中的图像位置信息，确定出目标物对应的初始位姿与在采集二维图像时目标物的实际位姿之间的位姿偏差，具体如图3所示。
图3为本说明书提供的位姿偏差的确定过程的示意图。
结合图3可以看出，服务器可以通过补偿模型，根据目标物对应的初始位姿，确定目标物的位姿特征，根据在二维图像中的包含有目标物的指定区域图像，确定目标物的轮廓特征，以及根据指定区域图像在二维图像中的图像位置信息，确定目标物的位置特征。
进一步地，服务器可以通过补偿模型的每层特征提取层，根据目标物的轮廓特征和位置特征，确定目标物的目标位姿特征，并根据目标物的目标位姿特征和位姿特征，确定出初始位姿与在采集二维图像时目标物的实际位姿之间的位姿偏差。
其中，针对补偿模型的每层特征提取层，通过该层特征提取层根据目标物的轮廓特征和位置特征，确定目标物的轮廓特征和位置特征之间的相似性矩阵，并根据相似性矩阵，确定目标物的综合特征，将每层特征提取层输出的综合特征进行融合，得到目标物的目标位姿特征，具体可以参考如下公式。
其中，
这里的So为轮廓特征，P2d为位置特征，P3d为位姿特征，/>
分别为So、P2d和P3d可学习的投影矩阵，σ(·)表示softmax归一化函数，它用于对目标物的轮廓特征和位置特征之间的相似度值进行归一化处理，这里的/>
为根据实际需求设置的归一化处理所需的缩放参数，Y(m)为通过第m个特征提取层提取出的综合特征。
上述的目标物的轮廓特征和位置特征之间的相似度值是根据目标物的轮廓特征和位置特征之间的相似度矩阵确定出的。
进一步地，服务器将每层特征提取层输出的综合特征进行融合，以得到目标物的目标位姿特征的方法可以是，服务器将每层特征提取层输出的综合特征以指定方式进行初步融合，得到初始目标位姿特征，这里的指定方式可以是指：拼接融合等方式，进而可以将初始目标位姿特征输入到补偿模型中预设的前馈网络层中，以通过前馈网络层，确定出目标物的目标位姿特征。
另外，在实际应用中，需要事先对补偿模型进行训练，方可将其部署在服务器中来确定通过跟踪算法得到的初始位姿与在采集二维图像时目标物的实际位姿之间的位姿偏差。
具体地，服务器在对补偿模型进行训练时，可以确定样本二维图像中的样本目标物，将样本目标物的初始位姿、指定区域图像、图像位置信息输入到补偿模型中，以使补偿模型根据样本目标物的初始位姿、指定区域图像、图像位置信息，确定出样本目标物的初始位姿与在采集样本二维图像时样本目标物的实际位姿之间的位姿偏差。
进而可以以补偿模型输出的样本目标物的初始位姿与在采集样本二维图像时样本目标物的实际位姿之间的位姿偏差，和样本目标物的初始位姿与在采集样本二维图像时样本目标物的实际位姿之间的真实位姿偏差之间的差值最小化为优化目标，对补偿模型进行训练。
S104：根据所述位姿偏差，对所述初始位姿进行补偿，得到所述目标物的实际位姿。
进一步地，服务器在确定出目标物的初始位姿与在采集二维图像时目标物的实际位姿之间的位姿偏差之后，可以根据确定出的目标物的初始位姿与在采集二维图像时目标物的实际位姿之间的位姿偏差对通过跟踪算法确定出的初始位姿进行补偿，以得到目标物的实际位姿，并根据目标物的实际位姿，进行任务执行。
以上为本说明书的一个或多个实施例提供的位姿的确定方法，基于同样的思路，本说明书还提供了相应的位姿的确定装置，如图4所示。
图4为本说明书提供的一种位姿的确定装置的示意图，包括：
获取模块401，用于获取二维图像，并识别所述二维图像中所涉及的目标物；
确定模块402，用于通过预设的跟踪算法，确定出所述目标物对应的初始位姿，以及确定在所述二维图像中包含有所述目标物的指定区域图像，并确定所述指定区域图像在所述二维图像中的图像位置信息；
补偿模块403，用于将所述初始位姿、所述指定区域图像以及所述图像位置信息输入到预先训练的补偿模型中，以使所述补偿模型根据所述初始位姿、所述指定区域图像以及所述图像位置信息，确定出所述初始位姿与在采集二维图像时所述目标物所处实际位姿之间的位姿偏差；
执行模块404，用于根据所述位姿偏差，对所述初始位姿进行补偿，得到所述目标物的实际位姿。
可选地，所述补偿模块403具体用于，根据所述初始位姿，确定所述目标物的位姿特征；根据所述指定区域图像，确定所述目标物的轮廓特征；根据所述指定区域图像在所述二维图像中的图像位置信息，确定所述目标物的位置特征；根据所述目标物的所述位姿特征、所述轮廓特征、所述位置特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
可选地，所述补偿模块403具体用于，根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征；根据所述目标物的所述目标位姿特征和所述位姿特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
可选地，所述补偿模块403具体用于，通过所述补偿模型的每层特征提取层，根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征；根据所述目标物的所述目标位姿特征和所述位姿特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
可选地，所述补偿模块403具体用于，针对所述补偿模型的每层特征提取层，通过该层特征提取层根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的所述轮廓特征和所述位置特征之间的相似性矩阵，并根据所述相似性矩阵，确定所述目标物的综合特征；将每层特征提取层输出的所述综合特征进行融合，得到所述目标物的目标位姿特征。
可选地，所述装置还包括：训练模块405；
所述训练模块405具体用于，确定样本二维图像中的样本目标物；将所述样本目标物的初始位姿、指定区域图像、图像位置信息输入到所述补偿模型中，以使所述补偿模型根据所述样本目标物的初始位姿、指定区域图像、图像位置信息，确定出所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的位姿偏差；以所述补偿模型输出的所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的位姿偏差，和所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的真实位姿偏差之间的差值最小化为优化目标，对所述补偿模型进行训练。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种的方法。
本说明书还提供了图5所示的一种对应于图1的电子设备的示意结构图。如图5所示，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的方法。
当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (14)
1.一种位姿的确定方法，其特征在于，所述方法包括：
获取二维图像，并识别所述二维图像中所涉及的目标物；
通过预设的跟踪算法，确定出所述目标物对应的初始位姿，以及确定在所述二维图像中包含有所述目标物的指定区域图像，并确定所述指定区域图像在所述二维图像中的图像位置信息；
将所述初始位姿、所述指定区域图像以及所述图像位置信息输入到预先训练的补偿模型中，以使所述补偿模型根据所述初始位姿、所述指定区域图像以及所述图像位置信息，确定出所述初始位姿与在采集二维图像时所述目标物所处实际位姿之间的位姿偏差；
根据所述位姿偏差，对所述初始位姿进行补偿，得到所述目标物的实际位姿。
2.如权利要求1所述的方法，其特征在于，根据所述初始位姿、所述指定区域图像、所述指定区域图像在所述二维图像中的图像位置信息，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差，具体包括：
根据所述初始位姿，确定所述目标物的位姿特征；
根据所述指定区域图像，确定所述目标物的轮廓特征；
根据所述指定区域图像在所述二维图像中的图像位置信息，确定所述目标物的位置特征；
根据所述目标物的所述位姿特征、所述轮廓特征、所述位置特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
3.如权利要求2所述的方法，其特征在于，根据所述目标物的所述位姿特征、所述轮廓特征、所述位置特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差，具体包括：
根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征；
根据所述目标物的所述目标位姿特征和所述位姿特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
4.如权利要求2所述的方法，其特征在于，根据所述目标物的所述位姿特征、所述轮廓特征、所述位置特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差，具体包括：
通过所述补偿模型的每层特征提取层，根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征；
根据所述目标物的所述目标位姿特征和所述位姿特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
5.如权利要求4所述的方法，其特征在于，通过所述补偿模型的每层特征提取层，根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征，具体包括：
针对所述补偿模型的每层特征提取层，通过该层特征提取层根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的所述轮廓特征和所述位置特征之间的相似性矩阵，并根据所述相似性矩阵，确定所述目标物的综合特征；
将每层特征提取层输出的所述综合特征进行融合，得到所述目标物的目标位姿特征。
6.如权利要求1所述的方法，其特征在于，训练所述补偿模型，具体包括：
确定样本二维图像中的样本目标物；
将所述样本目标物的初始位姿、指定区域图像、图像位置信息输入到所述补偿模型中，以使所述补偿模型根据所述样本目标物的初始位姿、指定区域图像、图像位置信息，确定出所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的位姿偏差；
以所述补偿模型输出的所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的位姿偏差，和所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的真实位姿偏差之间的差值最小化为优化目标，对所述补偿模型进行训练。
7.一种位姿的确定装置，其特征在于，包括：
获取模块，用于获取二维图像，并识别所述二维图像中所涉及的目标物；
确定模块，用于通过预设的跟踪算法，确定出所述目标物对应的初始位姿，以及确定在所述二维图像中包含有所述目标物的指定区域图像，并确定所述指定区域图像在所述二维图像中的图像位置信息；
补偿模块，用于将所述初始位姿、所述指定区域图像以及所述图像位置信息输入到预先训练的补偿模型中，以使所述补偿模型根据所述初始位姿、所述指定区域图像以及所述图像位置信息，确定出所述初始位姿与在采集二维图像时所述目标物所处实际位姿之间的位姿偏差；
执行模块，用于根据所述位姿偏差，对所述初始位姿进行补偿，得到所述目标物的实际位姿。
8.如权利要求7所述的装置，其特征在于，所述补偿模块具体用于，根据所述初始位姿，确定所述目标物的位姿特征；根据所述指定区域图像，确定所述目标物的轮廓特征；根据所述指定区域图像在所述二维图像中的图像位置信息，确定所述目标物的位置特征；根据所述目标物的所述位姿特征、所述轮廓特征、所述位置特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
9.如权利要求8所述的装置，其特征在于，所述补偿模块具体用于，根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征；根据所述目标物的所述目标位姿特征和所述位姿特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
10.如权利要求8所述的装置，其特征在于，所述补偿模块具体用于，通过所述补偿模型的每层特征提取层，根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的目标位姿特征；根据所述目标物的所述目标位姿特征和所述位姿特征，确定出所述初始位姿与在采集二维图像时所述目标物的实际位姿之间的位姿偏差。
11.如权利要求10所述的装置，其特征在于，所述补偿模块具体用于，针对所述补偿模型的每层特征提取层，通过该层特征提取层根据所述目标物的所述轮廓特征和所述位置特征，确定所述目标物的所述轮廓特征和所述位置特征之间的相似性矩阵，并根据所述相似性矩阵，确定所述目标物的综合特征；将每层特征提取层输出的所述综合特征进行融合，得到所述目标物的目标位姿特征。
12.如权利要求7所述的装置，其特征在于，所述装置还包括：训练模块；
所述训练模块具体用于，确定样本二维图像中的样本目标物；将所述样本目标物的初始位姿、指定区域图像、图像位置信息输入到所述补偿模型中，以使所述补偿模型根据所述样本目标物的初始位姿、指定区域图像、图像位置信息，确定出所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的位姿偏差；以所述补偿模型输出的所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的位姿偏差，和所述样本目标物的初始位姿与在采集样本二维图像时所述样本目标物的实际位姿之间的真实位姿偏差之间的差值最小化为优化目标，对所述补偿模型进行训练。
13.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～6任一项所述的方法。
14.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310090212.2A CN116309823A (zh) | 2023-01-17 | 2023-01-17 | 一种位姿的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310090212.2A CN116309823A (zh) | 2023-01-17 | 2023-01-17 | 一种位姿的确定方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116309823A true CN116309823A (zh) | 2023-06-23 |
Family
ID=86821359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310090212.2A Pending CN116309823A (zh) | 2023-01-17 | 2023-01-17 | 一种位姿的确定方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116309823A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116612244A (zh) * | 2023-07-21 | 2023-08-18 | 之江实验室 | 一种图像生成方法、装置、存储介质及电子设备 |
| CN117226854A (zh) * | 2023-11-13 | 2023-12-15 | 之江实验室 | 一种夹取任务的执行方法、装置、存储介质及电子设备 |
-
2023
- 2023-01-17 CN CN202310090212.2A patent/CN116309823A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116612244A (zh) * | 2023-07-21 | 2023-08-18 | 之江实验室 | 一种图像生成方法、装置、存储介质及电子设备 |
| CN116612244B (zh) * | 2023-07-21 | 2023-09-29 | 之江实验室 | 一种图像生成方法、装置、存储介质及电子设备 |
| CN117226854A (zh) * | 2023-11-13 | 2023-12-15 | 之江实验室 | 一种夹取任务的执行方法、装置、存储介质及电子设备 |
| CN117226854B (zh) * | 2023-11-13 | 2024-02-02 | 之江实验室 | 一种夹取任务的执行方法、装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116309823A (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
| CN111238450B (zh) | 视觉定位方法及装置 | |
| CN111260726A (zh) | 一种视觉定位方法及装置 | |
| CN111797906B (zh) | 基于视觉和惯性里程定位的方法及装置 | |
| CN115828162B (zh) | 一种分类模型训练的方法、装置、存储介质及电子设备 | |
| CN111288971A (zh) | 一种视觉定位方法及装置 | |
| CN117635822A (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
| CN117409466B (zh) | 一种基于多标签控制的三维动态表情生成方法及装置 | |
| CN117197781B (zh) | 一种交通标志识别的方法、装置、存储介质及电子设备 | |
| CN114494381A (zh) | 模型训练及深度估计方法、装置、存储介质及电子设备 | |
| CN111476729B (zh) | 一种目标识别的方法及装置 | |
| CN112861831A (zh) | 一种目标物的识别方法、装置、存储介质及电子设备 | |
| CN115880685B (zh) | 一种基于votenet模型的三维目标检测方法和系统 | |
| CN112734851B (zh) | 一种位姿确定的方法以及装置 | |
| CN111798489B (zh) | 一种特征点跟踪方法、设备、介质及无人设备 | |
| CN117095371A (zh) | 一种目标检测方法及检测装置 | |
| CN112712561A (zh) | 一种建图方法、装置、存储介质及电子设备 | |
| CN112393723B (zh) | 一种定位方法、设备、介质及无人设备 | |
| CN116051616B (zh) | 一种深度测量方法、装置、存储介质及电子设备 | |
| CN116740197B (zh) | 一种外参的标定方法、装置、存储介质及电子设备 | |
| CN117876610B (zh) | 针对三维构建模型的模型训练方法、装置、存储介质 | |
| CN118322192A (zh) | 一种基于全局三维点云和局部视觉伺服的操作控制方法及装置 | |
| CN117975202B (zh) | 模型训练方法、业务执行方法、装置、介质及设备 | |
| CN116558504B (zh) | 一种单目视觉的定位方法及装置 | |
| CN113640823B (zh) | 一种基于激光反射率底图进行地图绘制的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |