JP6468328B2 - ビジュアルオドメトリ方法及び装置 - Google Patents
ビジュアルオドメトリ方法及び装置 Download PDFInfo
- Publication number
- JP6468328B2 JP6468328B2 JP2017172816A JP2017172816A JP6468328B2 JP 6468328 B2 JP6468328 B2 JP 6468328B2 JP 2017172816 A JP2017172816 A JP 2017172816A JP 2017172816 A JP2017172816 A JP 2017172816A JP 6468328 B2 JP6468328 B2 JP 6468328B2
- Authority
- JP
- Japan
- Prior art keywords
- feature point
- correlation parameter
- point match
- feature
- match pair
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
Description
(外1)
との間の関係
(外2)
との間の関係
(外3)
を取得し、かつ最適化結果を求める。つまり、前記関係によって推定した特徴点数をなるべく指定されたシステム稼動時間により求めたターゲットの特徴点数に近づくようにする。そこで、
(外4)
はパラメータ
(外5)
の重みであり、
(外6)
、
(外7)
はパラメータ
(外8)
の制限条件であり、制限条件は第一相関パラメータの合理的な値の範囲を制限する。第一相関パラメータが等間隔抽出のサンプリングレートである場合、サンプリングレートの最大値は画像のサイズに制限され、その最小値は画素間隔と画像フィルタリング条件に制限される。上記の最適化プロセス後、ステップS101で検知した特徴点の数を検知された第一の数から第一の数より小さい第二の数に最適化でき、かつ前記第二の数の特徴点を用いて後継の計算を行うことで、システムの計算効率を上げることが可能である。
(外9)
に表し、その内、
(外10)
が特徴点対であり、特徴点対の差異は特徴点対の間の特徴ベクトルを用いて表すことが一般的である。特徴点マッチングの方法では、特徴点対の間の総差異が最小である特徴点対のマッチ結果を選択する。即ち
(外11)
であり、そこで、N<min(m,n)。
(外13)
が最大となり、1+Cになる。目前のフレームのエリアRi,j内にある特徴点マッチ対pxがoutlierに属する場合、マッチ対の重み
(外14)
が最小となり、1-C’になり、0<C、C’<1。ほかの場合、例えば、ある特徴点マッチ対が初めて出た場合は、その重みを1にすることが可能である。
(外16)
が目前のフレーム画像内の予想位置で、
(外17)
を有するマッチ対の数Ni,jの合計を総マッチ対の数N(all)で割ることに表すことができる。
(外18)
を取得し、かつ最適化結果を求める。つまり、前記関係によって推定した特徴点マッチ対数をなるべく指定されたシステム稼動時間により求めたターゲットの特徴点マッチ対数に近づく。そこで、
(外19)
はパラメータ
(外20)
の重みであり、
(外21)
、
(外22)
はパラメータ
(外23)
の制限条件であり、第二相関パラメータが車両速度である場合、車両速度の最大値はアルゴリズムの許容に制限される。上記の最適化プロセス後、特徴点マッチ対の数を第三の数から第三の数より小さい第四の数に最適化でき、かつ前記第四の数の特徴点マッチ対を用いて後継の計算を行うことで、システムの計算効率を上げることが可能である。
(外24)
との間の関係
(外25)
との間の関係
(外26)
を取得し、かつ最適化結果を求める。つまり、マッチングユニット420は前記関係によって推定した特徴点数をなるべく指定されたシステム稼動時間により求めたターゲットの特徴点数に近づく。そこで、
(外27)
はパラメータ
(外28)
の重みであり、
(外29)
、
(外30)
はパラメータ
(外31)
の制限条件であり、制限条件は第一相関パラメータの合理的な値の範囲を制限する。第一相関パラメータが等間隔抽出のサンプリングレートである場合、サンプリングレートの最大値は画像のサイズに制限され、その最小値は画素間隔と画像フィルタリング条件に制限される。上記の最適化プロセス後、マッチングユニット420は検知ユニット410で検知した特徴点の数を検知された第一の数から第一の数より小さい第二の数に最適化でき、かつ前記第二の数の特徴点を用いて後継の計算を行うことで、システムの計算効率を上げることが可能である。
(外32)
に表し、その内、
(外33)
が特徴点対であり、特徴点対の差異は特徴点対の間の特徴ベクトルを用いて表すことが一般的である。マッチングユニット420により特徴点マッチを行う場合、特徴点対の間の総差異が最小である特徴点対のマッチ結果を選択する必要がある。即ち
(外34)
であり、そこで、N<min(m,n)。
(外35)
を下記に表すことができる。
(外36)
が最大となり、1+Cになる。目前のフレームのエリアRi,j内にある特徴点マッチ対pxがoutlierに属する場合、マッチ対の重み
(外37)
が最小となり、1-C’になり、0<C,C’<1。ほかの場合、例えば、ある特徴点マッチ対が初めて出た場合は、その重みを1にすることが可能である。
(外39)
が目前のフレーム画像内の予想位置で、
(外40)
を有するマッチ対の数Ni,jの合計を総マッチ対の数N(all)で割ることに表すことができる。
(外41)
を取得し、かつ最適化結果を求める。つまり、マッチングユニット420は前記関係によって推定した特徴点マッチ対数をなるべく指定されたシステム稼動時間により求めたターゲットの特徴点マッチ対数に近づく。そこで、
(外42)
はパラメータ
(外43)
の重みであり、
(外44)
、
(外45)
はパラメータ
(外46)
の制限条件であり、第二相関パラメータが車両速度である場合、車両速度の最大値はアルゴリズムの許容に制限される。上記の最適化プロセス後、マッチングユニット420は特徴点マッチ対の数を第三の数から第三の数より小さい第四の数に最適化でき、かつ前記第四の数の特徴点マッチ対を用いて後継の計算を行うことで、システムの計算効率を上げることが可能である。
Claims (11)
- ビジュアルオドメトリ方法であって、
ビデオ画像内のフレーム画像の特徴点を検知するステップと、
前記ビデオ画像内の隣接する二つのフレームのフレーム画像の特徴点に対してマッチングを行い、物体の移動を計算するための特徴点マッチ対を取得するステップと、
指定された稼動時間に基づき、トレーニングデータによって前記特徴点と前記特徴点マッチ対との関係、前記特徴点と各第一相関パラメータとの関係、および前記特徴点マッチ対と各第二相関パラメータとの関係をトレーニングして取得するステップと、を含み、
前記マッチングの前に、トレーニングした第一相関パラメータによって前記特徴点を調整して、調整後の特徴点によりマッチングを行うことで前記特徴点マッチ対を取得し、且つ/或いは、
前記マッチングの後、トレーニングした第二相関パラメータによって前記特徴点マッチ対を調整して、調整後の特徴点マッチ対を取得することを特徴とする方法。 - 前記ビデオ画像内のフレーム画像の特徴点を検知するステップは、
ビデオ画像を得ることと、
所定の方法によって、取得した前記ビデオ画像内の隣接する二つのフレーム画像の特徴点を検知することと、を含むことを特徴とする請求項1に記載の方法。 - 前記トレーニングした第一相関パラメータによって前記特徴点を調整することは、
検知された第一の数の特徴点および前記特徴点と各第一相関パラメータとの関係に基づいて、前記特徴点の数を前記第一の数よりも小さい第二の数に最適化すること、を含み、
前記トレーニングした第二相関パラメータによって前記特徴点マッチ対を調整することは、
マッチした第三の数の特徴点マッチ対および前記特徴点マッチ対と各第二相関パラメータとの関係に基づいて、前記特徴点マッチ対の数を前記第三の数よりも小さい第四の数に最適化すること、を含むことを特徴とする請求項1に記載の方法。 - 前記トレーニングした第一相関パラメータによって前記特徴点を調整することは、
各第一相関パラメータの重みを調整して、重み付けされた各第一相関パラメータにより前記特徴点を最適化すること、を含み、
前記トレーニングした第二相関パラメータによって前記特徴点マッチ対を調整することは、
各第二相関パラメータの重みを調整して、重み付けされた各第二相関パラメータにより前記特徴点マッチ対を最適化すること、を含むことを特徴とする請求項3に記載の方法。 - 前記トレーニングした第一相関パラメータによって前記特徴点を調整することは、
前記特徴点の分布を表す特徴点確率密度図に基づいて前記特徴点を最適化すること、を含み、
前記トレーニングした第二相関パラメータによって前記特徴点マッチ対を調整することは、
前記特徴点マッチ対の分布を表すマッチ対確率密度図に基づいて前記特徴点マッチ対を最適化すること、を含むことを特徴とする請求項1に記載の方法。 - 前記トレーニングした第二相関パラメータによって前記特徴点マッチ対を調整することは、
前記特徴点マッチ対の重みにより前記特徴点マッチ対を最適化すること、をさらに含むことを特徴とする請求項5に記載の方法。 - 取得した前記特徴点マッチ対によって移動推定マトリクスを計算し、前記移動推定マトリクスは、前記物体の回転と変位を計算するための回転マトリクスと変位マトリクスを含むことを特徴とする請求項1乃至6のいずれかに記載の方法。
- ビジュアルオドメトリ装置であって、
ビデオ画像内のフレーム画像の特徴点を検知する検知手段と、
前記ビデオ画像内の隣接する二つのフレームのフレーム画像の特徴点に対してマッチングを行い、物体の移動を計算するための特徴点マッチ対を取得するマッチング手段と、
指定された稼動時間に基づき、トレーニングデータによって前記特徴点と前記特徴点マッチ対との関係、前記特徴点と各第一相関パラメータとの関係、および前記特徴点マッチ対と各第二相関パラメータとの関係をトレーニングして取得するトレーニング手段と、を含み、
前記マッチング手段は、前記マッチングの前に、トレーニングした第一相関パラメータによって前記特徴点を調整して、調整後の特徴点によりマッチングを行うことで前記特徴点マッチ対を取得し、且つ/或いは、
前記マッチング手段は、前記マッチングの後、トレーニングした第二相関パラメータによって前記特徴点マッチ対を調整して、調整後の特徴点マッチ対を取得することを特徴とする装置。 - 前記マッチング手段は、
検知された第一の数の特徴点および前記特徴点と各第一相関パラメータとの関係に基づいて、前記特徴点の数を前記第一の数よりも小さい第二の数に最適化し、
マッチした第三の数の特徴点マッチ対および前記特徴点マッチ対と各第二相関パラメータとの関係に基づいて、前記特徴点マッチ対の数を前記第三の数よりも小さい第四の数に最適化することを特徴とする請求項8に記載の装置。 - ビデオ画像内のフレーム画像の特徴点を検知するステップと、
前記ビデオ画像内の隣接する二つのフレームのフレーム画像の特徴点に対してマッチングを行い、物体の移動を計算するための特徴点マッチ対を取得するステップと、
指定された稼動時間に基づき、トレーニングデータによって前記特徴点と前記特徴点マッチ対との関係、前記特徴点と各第一相関パラメータとの関係、および前記特徴点マッチ対と各第二相関パラメータとの関係をトレーニングして取得するステップと、をコンピュータに実行させるためのビジュアルオドメトリプログラムであって、
前記マッチングの前に、トレーニングした第一相関パラメータによって前記特徴点を調整して、調整後の特徴点によりマッチングを行うことで前記特徴点マッチ対を取得し、且つ/或いは、
前記マッチングの後、トレーニングした第二相関パラメータによって前記特徴点マッチ対を調整して、調整後の特徴点マッチ対を取得することを特徴とするビジュアルオドメトリプログラム。 - ビデオ画像内のフレーム画像の特徴点を検知するステップと、
前記ビデオ画像内の隣接する二つのフレームのフレーム画像の特徴点に対してマッチングを行い、物体の移動を計算するための特徴点マッチ対を取得するステップと、
指定された稼動時間に基づき、トレーニングデータによって前記特徴点と前記特徴点マッチ対との関係、前記特徴点と各第一相関パラメータとの関係、および前記特徴点マッチ対と各第二相関パラメータとの関係をトレーニングして取得するステップと、をコンピュータに実行させるためのビジュアルオドメトリプログラムを記録した記録媒体であって、
前記マッチングの前に、トレーニングした第一相関パラメータによって前記特徴点を調整して、調整後の特徴点によりマッチングを行うことで前記特徴点マッチ対を取得し、且つ/或いは、
前記マッチングの後、トレーニングした第二相関パラメータによって前記特徴点マッチ対を調整して、調整後の特徴点マッチ対を取得することを特徴とする記録媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610916485.8 | 2016-10-20 | ||
CN201610916485.8A CN107967691B (zh) | 2016-10-20 | 2016-10-20 | 一种视觉里程计算方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018067305A JP2018067305A (ja) | 2018-04-26 |
JP6468328B2 true JP6468328B2 (ja) | 2019-02-13 |
Family
ID=61996397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017172816A Expired - Fee Related JP6468328B2 (ja) | 2016-10-20 | 2017-09-08 | ビジュアルオドメトリ方法及び装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6468328B2 (ja) |
CN (1) | CN107967691B (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766024B (zh) * | 2019-10-08 | 2023-05-23 | 湖北工业大学 | 基于深度学习的视觉里程计特征点提取方法及视觉里程计 |
CN113223007A (zh) * | 2021-06-28 | 2021-08-06 | 浙江华睿科技股份有限公司 | 视觉里程计的实现方法、装置及电子设备 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3226641B2 (ja) * | 1992-02-04 | 2001-11-05 | 富士写真フイルム株式会社 | パターン学習方法 |
JP4613617B2 (ja) * | 2005-01-07 | 2011-01-19 | ソニー株式会社 | 画像処理システム、学習装置および方法、並びにプログラム |
JP2010073138A (ja) * | 2008-09-22 | 2010-04-02 | Toshiba Corp | 特徴点検出装置、特徴点検出方法及び特徴点検出プログラム |
JP2011118694A (ja) * | 2009-12-03 | 2011-06-16 | Sony Corp | 学習装置および方法、認識装置および方法、並びにプログラム |
US8791996B2 (en) * | 2010-03-31 | 2014-07-29 | Aisin Aw Co., Ltd. | Image processing system and position measurement system |
CN102692236A (zh) * | 2012-05-16 | 2012-09-26 | 浙江大学 | 基于rgb-d相机的视觉里程计方法 |
CN103150728A (zh) * | 2013-03-04 | 2013-06-12 | 北京邮电大学 | 一种动态环境中的视觉定位方法 |
CN103345751A (zh) * | 2013-07-02 | 2013-10-09 | 北京邮电大学 | 一种基于鲁棒特征跟踪的视觉定位方法 |
CN103745449B (zh) * | 2013-12-24 | 2017-01-18 | 南京理工大学 | 一种搜跟系统中航拍视频的快速自动拼接技术 |
CN103954283B (zh) * | 2014-04-01 | 2016-08-31 | 西北工业大学 | 基于景象匹配/视觉里程的惯性组合导航方法 |
US9280832B2 (en) * | 2014-05-08 | 2016-03-08 | The Trustees Of The University Of Pennsylvania | Methods, systems, and computer readable media for visual odometry using rigid structures identified by antipodal transform |
CN105872370B (zh) * | 2016-03-31 | 2019-01-15 | 深圳力维智联技术有限公司 | 视频去抖动方法和装置 |
CN105938619A (zh) * | 2016-04-11 | 2016-09-14 | 中国矿业大学 | 一种融合RGB和Depth信息的视觉里程计实现方法 |
CN105976402A (zh) * | 2016-05-26 | 2016-09-28 | 同济大学 | 一种单目视觉里程计的真实尺度获取方法 |
-
2016
- 2016-10-20 CN CN201610916485.8A patent/CN107967691B/zh not_active Expired - Fee Related
-
2017
- 2017-09-08 JP JP2017172816A patent/JP6468328B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2018067305A (ja) | 2018-04-26 |
CN107967691A (zh) | 2018-04-27 |
CN107967691B (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020098708A1 (zh) | 车道线的检测及驾驶控制方法、装置和电子设备 | |
US11315266B2 (en) | Self-supervised depth estimation method and system | |
US10963676B2 (en) | Image processing method and apparatus | |
TWI721510B (zh) | 雙目圖像的深度估計方法、設備及儲存介質 | |
US8755630B2 (en) | Object pose recognition apparatus and object pose recognition method using the same | |
US20180157920A1 (en) | Method and apparatus for recognizing obstacle of vehicle | |
KR102459853B1 (ko) | 디스패리티 추정 장치 및 방법 | |
JP7078139B2 (ja) | ビデオ安定化方法及び装置、並びに非一時的コンピュータ可読媒体 | |
EP3132418B1 (en) | Non local image denoising | |
US20150279021A1 (en) | Video object tracking in traffic monitoring | |
KR20180087994A (ko) | 스테레오 매칭 방법 및 영상 처리 장치 | |
KR102476022B1 (ko) | 얼굴검출 방법 및 그 장치 | |
KR20190071079A (ko) | 영상 인식 방법 및 그 장치 | |
JP2016194925A (ja) | 道路境界物の検出方法及び装置 | |
CN112651274B (zh) | 路上障碍物检测装置、路上障碍物检测方法及记录介质 | |
CN110176024B (zh) | 在视频中对目标进行检测的方法、装置、设备和存储介质 | |
JP6946255B2 (ja) | 学習装置、推定装置、学習方法およびプログラム | |
CN112348116B (zh) | 利用空间上下文的目标检测方法、装置和计算机设备 | |
JP6468328B2 (ja) | ビジュアルオドメトリ方法及び装置 | |
AU2014216000A1 (en) | A non-uniform curve sampling method for object tracking | |
US12002218B2 (en) | Method and apparatus with object tracking | |
CN111612827B (zh) | 基于多摄像头的目标位置确定方法、装置和计算机设备 | |
CN112634141B (zh) | 一种车牌矫正方法、装置、设备及介质 | |
JP6601893B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN112241967B (zh) | 目标跟踪方法、装置、介质和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180829 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180918 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181105 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181231 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6468328 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |