【技术实现步骤摘要】
基于图像语义引导的缺少定位设备的无人机定位方法
[0001]本专利技术涉图像处理、深度学习领域的一种无人机定位方法,特别涉及了一种基于图像语义引导的缺少定位设备的无人机定位方法。
技术介绍
[0002]长期以来,遥感影像的研究一直是一个热门话题。有一部分研究致力于从遥感图像中检测目标。其他一些工作致力于遥感图像的语义分割。另一系列作品专注于大场景图像分类。但是利用遥感影像进行无人机定位的研究缺口较大。
[0003]无人机(UAV)近年来发展迅速,由于其操作方便、数据采集能力强,逐渐成为遥感图像采集的主要平台。Alexander等人使用来自无人机的数据来定位雨林中的树木。Ammour等人提出了一种在无人机图像中检测汽车的深度学习方法。邓等人将基于无人机的多光谱遥感应用于精准农业。无人机应用涉及许多领域,如摄影测量、农业和测绘。但目前无人机的定位导航主要依靠GPS、GNSS等定位系统。如何在没有定位系统帮助的情况下实现无人机的自主定位和导航是一项具有挑战性的任务。交叉视角图像匹配技术将卫星图像与地理位置标签进行匹配,将无 ...
【技术保护点】
【技术特征摘要】
1.一种基于图像语义引导的缺少定位设备的无人机定位方法,其特征在于,所述方法包括如下:步骤1:设计用于提取无人机图像与卫星图像特征的神经网络,神经网络用于预测输出不同语义的特征;步骤2:将采集的无人机图像与卫星图像组成的数据集输入到神经网络中进行训练;步骤3:将卫星图库中的各个卫星图像输入到步骤1获得的神经网络中,提取获得各个卫星图像的不同语义的特征,对于每个卫星图像的不同语义的特征进行融合获得融合特征;步骤4:在无人机实时飞行中,将无人机实时采集的无人机图像输入到步骤1获得的神经网络中,提取获得无人机图像的不同语义的特征,对于每个无人机图像的不同语义的特征进行融合获得融合特征;再计算无人机图像的融合特征分别与各个卫星图像的融合特征之间的相似度,进行匹配实现定位。2.根据权利要求1所述的基于图像语义引导的缺少定位设备的无人机定位方法,其特征是:所述步骤1中的神经网络主要由连续四个自注意力模块和一个语义引导模块依次连接构成;图像经连续四个自注意力模块处理获得注意力特征图,再将注意力特征图经语义引导模块处理分解为代表不同地理对象的不同语义部分。3.根据权利要求1所述的基于图像语义引导的缺少定位设备的无人机定位方法,其特征是:所述的第一个自注意力模块、第二个自注意力模块、第四个自注意力模块结构的拓扑结构均相同,均由线性压缩层和连续两个自注意力层依次连接构成;所述的第三个自注意力模块结构的拓扑结...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。