CN111859003B

CN111859003B - 视觉定位方法及装置、电子设备和存储介质

Info

Publication number: CN111859003B
Application number: CN202010710996.0A
Authority: CN
Inventors: 金诚; 冯友计; 章国锋
Original assignee: Zhejiang Shangtang Technology Development Co Ltd
Current assignee: Shaanxi Guyuechuan Technology Co ltd
Priority date: 2020-07-22
Filing date: 2020-07-22
Publication date: 2021-12-28
Anticipated expiration: 2040-07-22
Also published as: TW202205206A; CN111859003A; WO2022016803A1

Abstract

本公开涉及一种视觉定位方法及装置、电子设备和存储介质。所述方法包括：提取查询图像的特征点的特征向量；根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，其中，所述数据库特征点表示数据库图像的特征点；根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果。

Description

视觉定位方法及装置、电子设备和存储介质

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种视觉定位方法及装置、电子设备和存储介质。

背景技术

随着信息技术的不断发展，定位技术对人们的生活日趋重要。传统的定位技术主要包括基于GPS(Global Position System，全球定位系统)的定位技术、基于无线局域网络或者蓝牙的定位技术、基于超宽带的定位技术等。这些传统的定位技术均存在一定的局限性。其中，GPS信号穿透能力较差，在建筑物密集的环境或者室内环境中，较难实现有效和精准的定位。此外，即使是在空旷场景中，若要实现高精定位，也需要造价较高的专业GPS设备，因此较难实现消费级的应用。基于无线局域网或者蓝牙的定位技术需要预先在待定位区域布置相关设备，布置过程繁琐，可靠性和精度较差，并且定位范围较小。基于超宽带的定位技术相对来说可达到较高的精度，但其需要至少三个接收机，且发射机和接收机之间需要保持空旷，这导致基于超宽带的定位技术的应用场景受限。对于大场景而言，基于超宽带的定位技术往往需要成倍增加接收机数量，系统可靠性较差。另外，上述定位技术通常只能获得位置信息，较难获取可靠的姿态信息。

近年来，随着视觉定位技术的不断成熟，基于视觉的定位方法得到越来越多的应用。相比于传统的定位技术，视觉定位技术不仅信息获取方式较简单，也不需要对定位场景进行太大的改动。此外，视觉定位技术不仅能定位出位置信息，还能定位出姿态信息，使得定位结果不仅能服务于常规的位置信息获取的需求，还可实现更多的智能化应用，如增强现实等。如何提高视觉定位的速度，是亟待解决的技术问题。

发明内容

本公开提供了一种视觉定位技术方案。

根据本公开的一方面，提供了一种视觉定位方法，包括：

提取查询图像的特征点的特征向量；

根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，其中，所述数据库特征点表示数据库图像的特征点；

根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果。

通过提取查询图像的特征点的特征向量，根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，并根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果，由此在视觉定位中无需检索获取局部地图，直接进行特征点匹配，根据与查询图像的特征点匹配的数据库特征点确定查询图像的视觉定位结果，从而使得定位过程更加直接有效，内存消耗更低，能够减少视觉定位的耗时，且定位过程更加可靠。

在一种可能的实现方式中，所述提取查询图像的特征点的特征向量，包括：

对查询图像进行变换处理，得到所述查询图像对应的至少一个变换图像；

对所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，得到所述查询图像的特征点的特征向量。

在该实现方式中，通过对查询图像进行变换处理，再利用所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，由此得到的查询图像的特征点的特征向量能够反映查询图像中更丰富、全面的信息，且所提取的特征向量对于光照等环境变化具有较强的鲁棒性，从而有助于提高视觉定位的准确性。

在一种可能的实现方式中，所述对所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，得到所述查询图像的特征点的特征向量，包括：

将所述查询图像和所述至少一个变换图像中的至少两个图像分别输入第一神经网络中，经由所述第一神经网络输出所述至少两个图像的特征图；

对所述至少两个图像的特征图进行分组卷积，得到至少两项分组卷积结果；

对所述至少两项分组卷积结果进行特征融合，得到所述查询图像的特征点的特征向量。

在该实现方式中，通过对所述至少两个图像的特征图进行分组卷积，由此能够获得查询图像的深层特征，从而能够提高后续进行特征点匹配的鲁棒性，提高视觉定位的可靠性。

在一种可能的实现方式中，所述根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，包括：

将所述查询图像的特征点的特征向量进行分解，得到所述查询图像的特征点的多个子特征向量，其中，所述查询图像的特征点的子特征向量的维数小于所述查询图像的特征点的特征向量的维数；

查找与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，其中，所述数据库类中心表示数据库特征点的子特征向量的类中心；

根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定与所述查询图像的特征点匹配的第一组数据库特征点。

该实现方式通过将查询图像的特征点的特征向量分解为较低维的子特征向量后再进行匹配，由此能够提高确定与查询图像的特征点匹配的数据库特征点的速度。

在一种可能的实现方式中，其特征在于，在所述查找与所述查询图像的特征点的多个子特征向量匹配的数据库类中心之前，所述方法还包括：

提取多个数据库特征点的特征向量；

对于所述多个数据库特征点中的任一数据库特征点，将所述数据库特征点的特征向量进行分解，得到所述数据库特征点的多个子特征向量，其中，所述数据库特征点的子特征向量的维数小于所述数据库特征点的特征向量的维数；

对所述多个数据库特征点的子特征向量进行聚类，得到数据库类中心；

对于所述多个数据库特征点中的任一数据库特征点，建立所述数据库特征点与数据库类中心之间的对应关系。

在该实现方式中，只需存储数据库类中心和数据库特征点与数据库类中心的对应关系，无需存储数据库特征点的特征向量(高维向量)，由此能够节省存储空间，节省计算内存，提高查找速度。

在一种可能的实现方式中，所述根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：

根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定所述查询图像的特征点对应的候选数据库特征点；

对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点。

在该实现方式中，通过根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定所述查询图像的特征点对应的候选数据库特征点，再对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点，由此能够快速、准确地确定与查询图像的特征点匹配的第一组数据库特征点。

在一种可能的实现方式中，所述对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：

确定所述候选数据库特征点与相应的查询图像的特征点之间的相似变换矩阵；

在预设的多个矩阵区间中，确定所述相似变换矩阵所属的矩阵区间；

将所述多个矩阵区间中相似变换矩阵的数量满足第一数量条件的矩阵区间，确定为目标矩阵区间；

根据所述目标矩阵区间中的相似变换矩阵对应的候选数据库特征点，确定与所述查询图像的特征点匹配的第一组数据库特征点。

该实现方式通过矩阵区间投票的方式进行几何验证，由此能够快速确定与查询图像的特征点匹配的特征点，从而能够提高视觉定位速度。

在一种可能的实现方式中，所述根据所述目标矩阵区间中的相似变换矩阵对应的候选数据库特征点，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：

确定备选数据库特征点所属的数据库图像，其中，所述备选数据库特征点表示所述目标矩阵区间中的相似变换矩阵对应的候选数据库特征点；

根据备选数据库特征点满足第二数量条件的数据库图像中的备选数据库特征点，确定所述第一组数据库特征点。

根据该实现方式，可以对备选数据库特征点进行过滤得到第一组数据库特征点，由此基于第一组数据库特征点确定查询图像的视觉定位结果，有助于提高所确定的视觉定位结果的准确性。

在一种可能的实现方式中，所述根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，还包括：

确定所述第一组数据库特征点对应的三维坐标；

确定所述三维坐标对应的第二组数据库特征点；

根据所述第一组数据库特征点和所述第二组数据库特征点，确定所述查询图像的视觉定位结果。

该实现方式通过反向搜索，能够增加关联点对的数量，从而能够提高视觉定位的鲁棒性。

根据本公开的一方面，提供了一种视觉定位装置，包括：

第一提取模块，用于提取查询图像的特征点的特征向量；

查找模块，用于根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，其中，所述数据库特征点表示数据库图像的特征点；

确定模块，用于根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果。

在一种可能的实现方式中，所述第一提取模块用于：

在一种可能的实现方式中，所述查找模块用于：

在一种可能的实现方式中，所述装置还包括：

第二提取模块，用于提取多个数据库特征点的特征向量；

分解模块，用于对于所述多个数据库特征点中的任一数据库特征点，将所述数据库特征点的特征向量进行分解，得到所述数据库特征点的多个子特征向量，其中，所述数据库特征点的子特征向量的维数小于所述数据库特征点的特征向量的维数；

聚类模块，用于对所述多个数据库特征点的子特征向量进行聚类，得到数据库类中心；

建立模块，用于对于所述多个数据库特征点中的任一数据库特征点，建立所述数据库特征点与数据库类中心之间的对应关系。

在一种可能的实现方式中，所述查找模块用于：

确定所述第一组数据库特征点对应的三维坐标；

确定所述三维坐标对应的第二组数据库特征点；

根据本公开的一方面，提供了一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

在本公开实施例中，通过提取查询图像的特征点的特征向量，根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，并根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果，由此在视觉定位中无需检索获取局部地图，直接进行特征点匹配，根据与查询图像的特征点匹配的数据库特征点确定查询图像的视觉定位结果，从而使得定位过程更加直接有效，内存消耗更低，能够减少视觉定位的耗时，且定位过程更加可靠。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出本公开实施例提供的视觉定位方法的流程图。

图2示出对查询图像进行变换处理，得到查询图像对应的多个变换图像的示意图。

图3示出将查询图像和多个变换图像输入vanilla CNN，经由vanilla CNN输出查询图像和多个变换图像的特征图的示意图。

图4示出通过两个卷积神经网络对查询图像和多个变换图像的特征点进行分组卷积，并对分组卷积结果进行双线性池化，得到特征点的特征向量的示意图。

图5示出本公开实施例提供的视觉定位装置的框图。

图6示出本公开实施例提供的一种电子设备800的框图。

图7示出本公开实施例提供的一种电子设备1900的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

相关技术中，在进行视觉定位时，查找与查询图像最接近的多张数据库图像，得到局部地图，再在局部地图中将查询图像进行特征点匹配，得到查询图像的视觉定位结果。这种视觉定位方式的流程对计算内存的消耗较大，视觉定位速度较慢。

为了解决类似上文所述的技术问题，在本公开实施例中，通过提取查询图像的特征点的特征向量，根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，并根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果，由此在视觉定位中无需检索获取局部地图，直接进行特征点匹配，根据与查询图像的特征点匹配的数据库特征点确定查询图像的视觉定位结果，从而使得定位过程更加直接有效，内存消耗更低，能够减少视觉定位的耗时，且定位过程更加可靠。

图1示出本公开实施例提供的视觉定位方法的流程图。所述视觉定位方法的执行主体可以是视觉定位装置。例如，所述视觉定位方法可以由终端设备或云端服务器或其它处理设备执行。其中，终端设备可以是机器人、用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，所述视觉定位方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，所述视觉定位方法包括步骤S11至步骤S13。

在步骤S11中，提取查询图像的特征点的特征向量。

在本公开实施例中，查询图像的特征点可以与查询图像的像素相对应，即，查询图像的任一特征点在查询图像中的位置可以根据该特征点对应的像素唯一确定。从而，所提取的查询图像的特征点的特征向量能够提供像素级别的描述信息。查询图像的特征点的数量可以小于或等于查询图像的像素数。在一个例子中，查询图像的特征点的数量可以小于查询图像的像素数。例如，查询图像的特征点的数量的取值范围可以是500-2500个。

在一种可能的实现方式中，所述提取查询图像的特征点的特征向量，包括：对查询图像进行变换处理，得到所述查询图像对应的至少一个变换图像；对所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，得到所述查询图像的特征点的特征向量。

作为该实现方式的一个示例，所述变换处理可以为旋转、缩放、镜像、扭曲变形等中的至少一种方式。图2示出对查询图像进行变换处理，得到查询图像对应的多个变换图像的示意图。

作为该实现方式的一个示例，可以对查询图像进行变换处理，得到所述查询图像对应的多个变换图像，对所述查询图像和所述查询图像对应的多个变换图像进行特征提取，得到所述查询图像的特征点的特征向量。

作为该实现方式的一个示例，所述对所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，得到所述查询图像的特征点的特征向量，包括：将所述查询图像和所述至少一个变换图像中的至少两个图像分别输入第一神经网络中，经由所述第一神经网络输出所述至少两个图像的特征图；对所述至少两个图像的特征图进行分组卷积，得到至少两项分组卷积结果；对所述至少两项分组卷积结果进行特征融合，得到所述查询图像的特征点的特征向量。

在该示例中，所述第一神经网络可以卷积神经网络，例如可以是vanilla CNN等。图3示出将查询图像和多个变换图像输入vanilla CNN，经由vanilla CNN输出查询图像和多个变换图像的特征图的示意图。

根据该示例，能够获得密集的图像描述特征，即，能够提取大量特征点(例如500-2500个特征点)的特征向量。采用该示例提取的查询图像的特征点的特征向量可以称为GIFT(Group Invariant Feature Transform，群不变特征变换)特征。在该示例中，通过对所述至少两个图像的特征图进行分组卷积，由此能够获得查询图像的深层特征，从而能够提高后续进行特征点匹配的鲁棒性，提高视觉定位的可靠性。

在一个例子中，所述对所述至少两个图像的特征图进行分组卷积，得到至少两项分组卷积结果，包括：将所述至少两个图像的特征图划分为第一特征图组和第二特征图组；将所述第一特征图组输入第二神经网络，经由所述第二神经网络输出所述第一特征图组的分组卷积结果；将所述第二特征图组输入第三神经网络，经由所述第三神经网络输出所述第二特征图组的分组卷积结果。

其中，第一特征图组包括所述至少两个图像的特征图中的部分特征图，第二特征图组包括所述至少两个图像的特征图中的另一部分特征图。

在这个例子中，第二神经网络和第三神经网络可以均为卷积神经网络。在这个例子中，通过第二神经网络和第三神经网络分别处理得到第一特征图组和第二特征图组的分组卷积结果，由此能够获取特征的深层结构，使得所获取的特征信息更全面，整体匹配效果也更鲁棒。

在该示例中，用于分组卷积的神经网络的数量还可以是三个以上。

在一个例子中，所述对所述至少两项分组卷积结果进行特征融合，得到所述查询图像的特征点的特征向量，包括：对所述至少两项分组卷积结果进行双线性池化操作，得到所述查询图像的特征点的特征向量。

在其他例子中，还可以采用concat等方式进行融合，本公开实施例对此不作限定。

图4示出通过两个卷积神经网络对查询图像和多个变换图像的特征点进行分组卷积，并对分组卷积结果进行双线性池化，得到特征点的特征向量的示意图。如图4所示，在第二神经网络和第三神经网络的每个卷积层后可以采用激活函数进行处理，例如，激活函数可以是ReLU(Rectified Linear Unit，线性整流单元)。

在步骤S12中，根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，其中，所述数据库特征点表示数据库图像的特征点。

在一种可能的实现方式中，可以根据特征点的特征向量之间的相似度，确定与所述查询图像的特征点匹配的数据库特征点。

在一种可能的实现方式中，所述根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，包括：将所述查询图像的特征点的特征向量进行分解，得到所述查询图像的特征点的多个子特征向量，其中，所述查询图像的特征点的子特征向量的维数小于所述查询图像的特征点的特征向量的维数；查找与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，其中，所述数据库类中心表示数据库特征点的子特征向量的类中心；根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定与所述查询图像的特征点匹配的第一组数据库特征点。

例如，查询图像的特征点的特征向量为[s₁,s₂,s₃,s₄,s₅,s₆,s₇,s₈,s₉]，将查询图像的特征点的特征向量分解为3个子特征向量，得到[s₁,s₂,s₃]、[s₄,s₅,s₆]和[s₇,s₈,s₉]。当然，在实际应用中，查询图像的特征点的特征向量的维数可以高得多。本公开实施例不对查询图像的特征点特征向量的维数、查询图像的特征点的子特征向量的数量和查询图像的特征点的子特征向量的维数进行限定。在得到子特征向量[s₁,s₂,s₃]、[s₄,s₅,s₆]和[s₇,s₈,s₉]之后，分别查找与各个子特征向量最接近的数据库类中心，例如，与子特征向量[s₁,s₂,s₃]最接近的数据库类中心是数据库类中心2，与子特征向量[s₄,s₅,s₆]最接近的数据库类中心是数据库类中心5，与子特征向量[s₇,s₈,s₉]最接近的数据库类中心是数据库类中心8。根据数据库特征点与数据库类中心之间的对应关系，可以确定与所述查询图像的特征点匹配的数据库特征点。

作为该实现方式的一个示例，在所述查找与所述查询图像的特征点的多个子特征向量匹配的数据库类中心之前，所述方法还包括：提取多个数据库特征点的特征向量；对于所述多个数据库特征点中的任一数据库特征点，将所述数据库特征点的特征向量进行分解，得到所述数据库特征点的多个子特征向量，其中，所述数据库特征点的子特征向量的维数小于所述数据库特征点的特征向量的维数；对所述多个数据库特征点的子特征向量进行聚类，得到数据库类中心；对于所述多个数据库特征点中的任一数据库特征点，建立所述数据库特征点与数据库类中心之间的对应关系。

在该示例中，数据库中可以包括多个数据库图像，其中，数据库图像表示数据库中的图像。对于每个数据库图像，可以采用与上文所述的提取查询图像的特征点的特征向量的方式类似的方式，提取所述数据库图像中的数据库特征点的特征向量。例如，对每个数据库图像提取的数据库特征点的数量的取值范围可以是500-2500个。

在该示例中，对于任一数据库特征点，可以将所述数据库特征点的特征向量分解为多个子特征向量。例如，某一数据库特征点的特征向量为[1,3,2,3,4,5,3,2,1]，可以将该数据库特征点的特征向量分解为3个子特征向量[1,3,2]、[3,4,5]和[3,2,1]。当然，在实际应用中，数据库特征点的特征向量的维数可以高得多。

在该示例中，可以采用K-means、KD树或者词汇树等方法对多个数据库特征点的子特征向量进行聚类，得到数据库类中心。

在该示例中，在得到数据库类中心后，记录数据库特征点与数据库类中心之间的对应关系。

在一个例子中，可以记录数据库类中心与该数据库类中心所属的类中的所有子特征向量对应的数据库特征点之间的对应关系。例如，数据库特征点5、数据库特征点6、数据库特征点7的子特征向量属于数据库类中心1所属的类，则可以记录数据库类中心1与数据库特征点5、数据库特征点6、数据库特征点7之间的对应关系，例如可以记为(1:5,6,7)。

在另一个例子中，可以记录数据库特征点与该数据库特征点对应的各个数据库类中心之间的对应关系。例如，数据库特征点1对应于数据库类中心2、数据库类中心5和数据库类中心8，则可以记录数据库特征点1与数据库类中心2、数据库类中心5和数据库类中心8之间的对应关系，例如可以记为(1:2,5,8)。

在该示例中，只需存储数据库类中心和数据库特征点与数据库类中心的对应关系，无需存储数据库特征点的特征向量(高维向量)，由此能够节省存储空间，节省计算内存，提高查找速度。

在一个例子中，可以根据所有数据库类中心构建索引器。

作为该实现方式的一个示例，所述根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定所述查询图像的特征点对应的候选数据库特征点；对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点。

在该示例中，可以根据数据库特征点与数据库类中心之间的对应关系，以及与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定所述查询图像的特征点对应的候选数据库特征点。

在一个例子中，可以采用笛卡尔积的方式，确定所述查询图像的特征点对应的候选数据库特征点。例如，查询图像的特征点A的特征向量对应于3个子特征向量A1、A2和A3，与子特征向量A1匹配的数据库类中心是数据库类中心P1，与子特征向量A2匹配的数据库类中心是数据库类中心P2，与子特征向量A3匹配的数据库类中心是数据库类中心P3，那么，可以将数据库类中心P1、P2、P3所属的类中的所有子特征向量对应的数据库特征点均确定为所述查询图像的特征点A对应的候选数据库特征点。例如，数据库类中心P1所属的类中的所有子特征向量对应的数据库特征点包括数据库特征点D1、D2、D5、D6，数据库类中心P2所属的类中的所有子特征向量对应的数据库特征点包括数据库特征点D1、D7、D8、D9，数据库类中心P3所属的类中的所有子特征向量对应的数据库特征点包括数据库特征点D3、D4、D10，则可以将D1-D10分别确定为所述查询图像的特征点A对应的候选数据库特征点。

在另一个例子中，查询图像的特征点A的特征向量对应于3个子特征向量A1、A2和A3，与子特征向量A1匹配的数据库类中心是数据库类中心P1，与子特征向量A2匹配的数据库类中心是数据库类中心P2，与子特征向量A3匹配的数据库类中心是数据库类中心P3，那么，可以将与数据库类中心P1、P2和P3均对应的数据库特征点确定为所述查询图像的特征点A对应的候选数据库特征点。例如，数据库类中心P1所属的类中的所有子特征向量对应的数据库特征点包括数据库特征点D1、D2、D3、D5、D6，数据库类中心P2所属的类中的所有子特征向量对应的数据库特征点包括数据库特征点D1、D2、D3、D7、D8、D9，数据库类中心P3所属的类中的所有子特征向量对应的数据库特征点包括数据库特征点D1、D3、D4、D10，则可以将D1和D3分别确定为所述查询图像的特征点A对应的候选数据库特征点。

在该示例中，查询图像的每个特征点对应的候选数据库特征点的数量可以是一个或多个，例如，最多可以是25个。即，对于查询图像的任一特征点，可以将与该特征点最邻近的多个数据库特征点，作为该特征点对应的候选数据库特征点。

在该示例中，通过根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定所述查询图像的特征点对应的候选数据库特征点，再对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点，由此能够快速、准确地确定与查询图像的特征点匹配的第一组数据库特征点。

在一个例子中，所述对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：确定所述候选数据库特征点与相应的查询图像的特征点之间的相似变换矩阵；在预设的多个矩阵区间中，确定所述相似变换矩阵所属的矩阵区间；将所述多个矩阵区间中相似变换矩阵的数量满足第一数量条件的矩阵区间，确定为目标矩阵区间；根据所述目标矩阵区间中的相似变换矩阵对应的候选数据库特征点，确定与所述查询图像的特征点匹配的第一组数据库特征点。

在这个例子中，任一候选数据库特征点的相应的查询图像的特征点，表示与该候选数据库特征点匹配的查询图像的特征点。在这个例子中，对于任一候选数据库特征点，可以根据该候选数据库特征点与相应的查询图像的特征点的坐标、尺度和旋转角度，构建两者之间的相似变换矩阵。例如，相似变换矩阵包括4个元素

预设的矩阵区间包含相似变换矩阵中的各个元素的取值范围。例如，预设的矩阵区间可以表示为

根据相似变换矩阵中的各个元素的值，以及预设的矩阵区间中的各个元素的取值范围，可以确定各个相似变换矩阵所属的矩阵区间，从而可以确定各个矩阵区间中的相似变换矩阵的数量。

例如，第一数量条件可以为相似变换矩阵的数量大于或等于第二预设值，例如，若某一矩阵区间中相似变换矩阵的数量大于或等于第二预设值，则可以将该矩阵区间确定为目标矩阵区间。

又如，第一数量条件可以为属于相似变换矩阵的数量最多的M个矩阵区间，其中，M为正整数。根据各个矩阵区间中的相似变换矩阵的数量，可以确定相似变换矩阵的数量最多的M个矩阵区间，并可以将相似变换矩阵的数量最多的M个矩阵区间分别确定为目标矩阵区间。

又如，第一数量条件可以为相似变换矩阵的数量大于或等于第二预设值，且属于相似变换矩阵的数量最多的M个矩阵区间。例如，若某一矩阵区间中相似变换矩阵的数量大于或等于第二预设值，且该矩阵区间属于相似变换矩阵的数量最多的M个矩阵区间，则可以将该矩阵区间确定为目标矩阵区间。

上述例子通过矩阵区间投票的方式进行几何验证，由此能够快速确定与查询图像的特征点匹配的特征点，从而能够提高视觉定位速度。

例如，所述根据所述目标矩阵区间中的相似变换矩阵对应的候选数据库特征点，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：确定备选数据库特征点所属的数据库图像，其中，所述备选数据库特征点表示所述目标矩阵区间中的相似变换矩阵对应的候选数据库特征点；根据备选数据库特征点满足第二数量条件的数据库图像中的备选数据库特征点，确定所述第一组数据库特征点。根据这个例子，可以对备选数据库特征点进行过滤得到第一组数据库特征点，由此基于第一组数据库特征点确定查询图像的视觉定位结果，有助于提高所确定的视觉定位结果的准确性。

例如，第二数量条件可以为大于或等于第一预设值，例如，第一预设值等于12。

例如，若任一数据库图像中的备选数据库特征点满足第二数量条件，则可以确定所述数据库图像中的备选数据库特征点属于所述第一组数据库特征点。

又如，若备选数据库特征点满足第二数量条件的数据库图像的数量大于N，则可以从备选数据库特征点满足第二数量条件的数据库图像中，选择备选数据库特征点最多的前N个数据库图像，并将这N个数据库图像中的备选数据库特征点确定为属于所述第一组数据库特征点。其中，N为正整数，例如，N等于30。若备选数据库特征点满足第二数量条件的数据库图像的数量小于或等于N，则可以将备选数据库特征点满足第二数量条件的所有数据库图像中的备选数据库特征点均确定为属于所述第一组数据库特征点。

其中，若备选数据库特征点满足第二数量条件的数据库图像的数量为0，则可以确定所述查询图像的视觉定位结果为定位失败。

作为该实现方式的另一个示例，可以采用RANSAC(RANdom Sample Consensus，随机抽样一致)等方法进行几何验证。

作为该实现方式的一个示例，所述根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，还包括：确定所述第一组数据库特征点对应的三维坐标；确定所述三维坐标对应的第二组数据库特征点；根据所述第一组数据库特征点和所述第二组数据库特征点，确定所述查询图像的视觉定位结果。

在该示例中，根据数据库特征点与三维坐标之间的对应关系，可以确定所述第一组数据库特征点对应的三维坐标。一个三维坐标可以对应于多个数据库特征点。根据三维坐标与数据库特征点之间的对应关系，可以确定与所述三维坐标对应的所有数据库特征点，并可以将与所述三维坐标对应的数据库特征点中所述第一组数据库特征点以外的数据库特征点确定为属于所述第二组数据库特征点。

该示例通过反向搜索，能够增加关联点对的数量，从而能够提高视觉定位的鲁棒性。其中，关联点对表示的数据库特征点与对应的三维坐标。

在步骤S13中，根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果。

在一种可能的实现方式中，所述查询图像的视觉定位结果可以包括所述查询图像对应的位姿信息。其中，位姿信息可以包括位置信息和姿态信息中的一种或两种。其中，位置信息可以采用坐标来表示，姿态信息可以采用角度来表示。在一个示例中，所述查询图像的视觉定位结果可以包括所述查询图像的六自由度的位姿信息。

在本公开实施例中，在得到所述匹配的数据库特征点之后，可以采用PnP(Perspective-n-Point，透视n点)等方法确定所述查询图像的视觉定位结果。例如，可以采用EPnP(Efficient Perspective-n-Point，高效的透视n点)、P3P(Perspective-3-Point，透视3点)或者DLS(Direct Least-Squares，直接最小二乘)等方法确定所述查询图像的视觉定位结果。

在一个例子中，若求解PnP之后，内点的数量小于第三预设值，则可以确定查询图像的视觉定位结果为定位失败。例如，第三预设值可以等于12。若内点的数量大于或等于第三预设值，则可以得到查询图像对应的位姿信息。其中，内点可以表示在求解位姿时正确匹配的特征点。例如，可以根据RANSAC算法的inlier_mask确定内点。在一个例子中，还可以通过非线性优化器优化查询图像对应的位姿信息，得到最终的视觉定位结果。

在一个应用场景中，可以由用户设备采集查询图像，用户设备向云端服务器发送视觉定位请求，其中，所述视觉定位请求携带所述查询图像；云端服务器采用本公开实施例提供的视觉定位方法进行处理得到所述查询图像的视觉定位结果，并将所述查询图像的视觉定位结果返回用户设备。其中，用户设备可以是手机等具有拍照功能的设备。视觉定位请求还可以包括用户设备的相机内参信息，例如可以包括焦距和主点位置。

本公开实施例可以应用于定位导航系统、高精地图、增强现实产品等各种应用场景中。例如，本公开实施例可以用于在商场、机场、博物馆等大型室内场景中提供视觉定位和导航服务，解决室内场景中因无GPS信号而无法有效定位的问题。又如，在室外场景中，可以对高精地图进行增强，结合GPS信号实现更高精度的定位，并可以在室外GPS信号较弱的地方提供视觉定位服务。又如，由于本公开实施例可以快速得到用户设备的六自由度位置和姿态信息，因此本公开实施例可以应用于增强现实应用中。

下面以机器人在商场中进行视觉定位为例，对本公开实施例的一种应用场景进行说明。在该应用场景中，可以先拍摄多张商场的照片作为数据库图像。对于任意一个数据库图像，可以对该数据库图像进行变换处理，得到该数据库图像对应的多个变换图像；对该数据库图像和该数据库图像对应的多个变换图像进行特征提取，得到该数据库图像的特征点的特征向量，即数据库特征点的特征向量。对于任意一个数据库特征点，可以将该数据库特征点的特征向量进行分解，得到该数据库特征点的多个子特征向量。对所有数据库特征点的子特征向量进行聚类，得到多个数据库类中心。对于任一数据库特征点，建立该数据库特征点与数据库类中心之间的对应关系。机器人在需要进行定位时，可以将当前采集的图像作为查询图像。对查询图像进行变换处理，得到查询图像对应的多个变换图像；对查询图像和查询图像对应的多个变换图像进行特征提取，得到查询图像的特征点的特征向量。将查询图像的特征点的特征向量进行分解，得到查询图像的特征点的多个子特征向量。查找与查询图像的特征点的多个子特征向量匹配的数据库类中心，根据与查询图像的特征点的多个子特征向量匹配的数据库类中心，确定与查询图像的特征点匹配的第一组数据库特征点。确定第一组数据库特征点对应的三维坐标，确定所述三维坐标对应的第二组数据库特征点。根据所述第一组数据库特征点和所述第二组数据库特征点，确定查询图像的视觉定位结果，即，确定机器人当前在商场中的位置信息以及机器人当前的姿态信息。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了视觉定位装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种视觉定位方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图5示出本公开实施例提供的视觉定位装置的框图。如图5所示，所述视觉定位装置包括：第一提取模块51，用于提取查询图像的特征点的特征向量；查找模块52，用于根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，其中，所述数据库特征点表示数据库图像的特征点；确定模块53，用于根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果。

在一种可能的实现方式中，所述第一提取模块51用于：对查询图像进行变换处理，得到所述查询图像对应的至少一个变换图像；对所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，得到所述查询图像的特征点的特征向量。

在一种可能的实现方式中，所述第一提取模块51用于：将所述查询图像和所述至少一个变换图像中的至少两个图像分别输入第一神经网络中，经由所述第一神经网络输出所述至少两个图像的特征图；对所述至少两个图像的特征图进行分组卷积，得到至少两项分组卷积结果；对所述至少两项分组卷积结果进行特征融合，得到所述查询图像的特征点的特征向量。

在一种可能的实现方式中，所述查找模块52用于：将所述查询图像的特征点的特征向量进行分解，得到所述查询图像的特征点的多个子特征向量，其中，所述查询图像的特征点的子特征向量的维数小于所述查询图像的特征点的特征向量的维数；查找与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，其中，所述数据库类中心表示数据库特征点的子特征向量的类中心；根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定与所述查询图像的特征点匹配的第一组数据库特征点。

在一种可能的实现方式中，所述装置还包括：第二提取模块，用于提取多个数据库特征点的特征向量；分解模块，用于对于所述多个数据库特征点中的任一数据库特征点，将所述数据库特征点的特征向量进行分解，得到所述数据库特征点的多个子特征向量，其中，所述数据库特征点的子特征向量的维数小于所述数据库特征点的特征向量的维数；聚类模块，用于对所述多个数据库特征点的子特征向量进行聚类，得到数据库类中心；建立模块，用于对于所述多个数据库特征点中的任一数据库特征点，建立所述数据库特征点与数据库类中心之间的对应关系。

在一种可能的实现方式中，所述查找模块52用于：根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定所述查询图像的特征点对应的候选数据库特征点；对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点。

在一种可能的实现方式中，所述查找模块52用于：确定所述候选数据库特征点与相应的查询图像的特征点之间的相似变换矩阵；在预设的多个矩阵区间中，确定所述相似变换矩阵所属的矩阵区间；将所述多个矩阵区间中相似变换矩阵的数量满足第一数量条件的矩阵区间，确定为目标矩阵区间；根据所述目标矩阵区间中的相似变换矩阵对应的候选数据库特征点，确定与所述查询图像的特征点匹配的第一组数据库特征点。

在一种可能的实现方式中，所述查找模块52用于：确定备选数据库特征点所属的数据库图像，其中，所述备选数据库特征点表示所述目标矩阵区间中的相似变换矩阵对应的候选数据库特征点；根据备选数据库特征点满足第二数量条件的数据库图像中的备选数据库特征点，确定所述第一组数据库特征点。

在一种可能的实现方式中，所述查找模块52用于：确定所述第一组数据库特征点对应的三维坐标；确定所述三维坐标对应的第二组数据库特征点；根据所述第一组数据库特征点和所述第二组数据库特征点，确定所述查询图像的视觉定位结果。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。其中，所述计算机可读存储介质可以是非易失性计算机可读存储介质，或者可以是易失性计算机可读存储介质。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的视觉定位方法的指令。

本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的视觉定位方法的操作。

本公开实施例还提供一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图6示出本公开实施例提供的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如Wi-Fi、2G、3G、4G/LTE、5G或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图7示出本公开实施例提供的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows

Mac OS

或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims

1.一种视觉定位方法，其特征在于，包括：

提取查询图像的特征点的特征向量；

根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果；

其中，所述根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，包括：

2.根据权利要求1所述的方法，其特征在于，所述提取查询图像的特征点的特征向量，包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述查询图像和所述至少一个变换图像中的至少两个图像进行特征提取，得到所述查询图像的特征点的特征向量，包括：

4.根据权利要求1所述的方法，其特征在于，在所述查找与所述查询图像的特征点的多个子特征向量匹配的数据库类中心之前，所述方法还包括：

提取多个数据库特征点的特征向量；

5.根据权利要求1所述的方法，其特征在于，所述根据与所述查询图像的特征点的多个子特征向量匹配的数据库类中心，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述候选数据库特征点进行几何验证，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：

7.根据权利要求6所述的方法，其特征在于，所述根据所述目标矩阵区间中的相似变换矩阵对应的候选数据库特征点，确定与所述查询图像的特征点匹配的第一组数据库特征点，包括：

8.根据权利要求1至7中任意一项所述的方法，其特征在于，所述根据所述查询图像的特征点的特征向量，查找与所述查询图像的特征点匹配的数据库特征点，还包括：

确定所述第一组数据库特征点对应的三维坐标；

确定所述三维坐标对应的第二组数据库特征点；

9.一种视觉定位装置，其特征在于，包括：

第一提取模块，用于提取查询图像的特征点的特征向量；

确定模块，用于根据所述匹配的数据库特征点，确定所述查询图像的视觉定位结果；

其中，所述查找模块用于：

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

用于存储可执行指令的存储器；

其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行权利要求1至8中任意一项所述的方法。

11.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。