基于深度学习的陆标信息提取与匹配方法组成比例

基于深度学习的陆标信息提取与匹配方法，首先利用卷积神经网络技术提取陆标特征，然后进行陆标特征快速检索陆标信息数据库，最后进行地标图像精细匹配。本发明专利技术克服现有技术的不足，提供了基于深度学习的陆标信息提取与匹配方法，基于深度学习的陆标信息提取与匹配技术，解决了陆标识别的智能性、快速性，具有很好的使用价值。

Landmark Information Extraction and Matching Method Based on Deep Learning

The method of landmark information extraction and matching based on in-depth learning firstly extracts landmark features by using convolutional neural network technology, then retrieves landmark information database quickly by landmark features, and finally finely matches landmark images. The invention overcomes the shortcomings of the existing technology, provides a landmark information extraction and matching method based on in-depth learning, and the landmark information extraction and matching technology based on in-depth learning, solves the intelligence and rapidity of landmark identification, and has good use value.

【技术实现步骤摘要】
基于深度学习的陆标信息提取与匹配方法
本专利技术涉及自主导航
，特别是基于深度学习的陆标信息提取与匹配方法。
技术介绍
随着航天技术的发展，飞行器等对导航技术的精度、自主性、可靠性提出了更高的要求，迫切需要发展不依赖卫星导航(GNSS)的自主导航方式解决长时间、高精度、高可靠导航的问题。基于陆标信息测量的自主导航方式自主性强、精度高，能大大减少操作的复杂性，降低任务的费用，简化飞行器的地面支持系统，大大增加探测效率，即使在与地面通信联络完全中断的条件下，仍然能够自主地完成位置、姿态的确定，具有较强的生存能力，成为未来任务必然的和最重要的技术手段之一。陆标特征信息提取与匹配是陆标导航的关键技术，可以采用图像检索加匹配的方法来完成地标特征识别工作，首先采用图像检索技术搜索到少量含有目标地标或与目标地标相似的图像，然后通过图像匹配技术，精确地配准到目标地标，从而获取所需要的信息。图像检索一共分为两种表现形式：基于文本的图像搜索；基于内容的图像搜索。基于文本的图像搜索通常基于图像周边围绕的元数据信息。但是由于这些文本信息可能与图像信息不一致，其检索结果可能不可靠。基于内容的图像检索利用本文档来自技高网...

【技术保护点】
1.基于深度学习的陆标信息提取与匹配方法，其特征在于包括如下步骤：(1)利用卷积神经网络技术提取陆标特征；(2)进行陆标特征快速检索陆标信息数据库；(3)进行地标图像精细匹配。

【技术特征摘要】
1.基于深度学习的陆标信息提取与匹配方法，其特征在于包括如下步骤：(1)利用卷积神经网络技术提取陆标特征；(2)进行陆标特征快速检索陆标信息数据库；(3)进行地标图像精细匹配。2.根据权利要求1所述的基于深度学习的陆标信息提取与匹配方法，其特征在于：所述的利用卷积神经网络技术提取陆标特征的方法为(11)确定损失函数确定图片Ω的学习映射F:Ω→{+1,-1}k，得到图像对的损失为其中，m＞0是一个边界阈值参数，y为相似标签，下标r表示松弛损失函数，1代表元素全为1的矢量，y为相似标签，||·||1是向量的L1范数，||·||2是向量的L2范数，|·|是元素绝对值运算，α是控制正则化器强度的加权参数；(12)确定卷积神经网络结构、训练策略；所述的卷积神经网络结构包括三个卷积池化层、两个全连接层，卷积层分别使用32、32、64个5×5的滤波器，步幅为1，池化层采用步长为2，尺寸为3×3的窗口，第一个全连接层包含500个节点，第二个完全包含k个节点，其中，k是二进制码的长度，卷积层和第一个全连接层都采用Relu激活函数，权重层使用用Xavier初始化，在训练期间批量大小设置为200，动量为0.9，权重衰减为0.004，m被启发式地设置为m＝2k；(13)提取陆标特征。3.根据权利要求1或2所述的基于深度学习的陆标信息提取与匹配方法，其特征在于：所述的进行陆标特征快速检索陆标信息数据库的方法为：(21)利用图像的二进制码检索数据库；(22)进一步筛选检索到的二进制码，去除冗余的检索结果。4.根据权利要求3所述的基于深度学习的陆标信息提取与匹配方法，其特征在于：所述的利用图像的二进制码检索数据库的方法为：(211)运用已经训练好的深度卷积神经网络对当前给定地标图像Iq进行特征提取，得到二进制编码特征Hq和卷积池化特征Vq。(212)进行全数据库粗级搜索，令S＝{I1,I2,…,In}表示数据库中的所有地标图像，对应的二进制编码特征集合为SH＝{H1,H2,…,Hn}，对于当前需要检索的地标图像Iq，计算其二进制编码特征Hq...

【专利技术属性】
技术研发人员：踪华，高晓颖，姬晓琴，柳嘉润，蒋彭龙，魏小丹，
申请(专利权)人：北京航天自动控制研究所，中国运载火箭技术研究院，
类型：发明
国别省市：北京,11