一种轻量化非合作目标局部特征识别方法技术

本发明专利技术公开的一种轻量化非合作目标局部特征识别方法，属于航空航天领域。本发明专利技术实现方法为：利用暗室环境模拟空间环境。不断调整航天器模型的姿态，构建空间非合作目标的数据集；使用多种数据增强的方法对数据库进行扩充。构建轻量化非合作目标局部特征的检测网络，使用叠加ShuffleNetV2的轻量化模块作为LLFDN的主干网络；构建特征金字塔网络融合多尺度的特征信息，在特征金字塔网络前使用注意力模块，对提取的目标特征进行多尺度融合预测；使用Soft‑NMS作为新的非极大值抑制方法；使用模型剪枝方法，降低LLFDN模型的参数量；对获得的轻量化LLFDN模型进行微调，获得最优的LLFDN模型；利用最优LLFDN模型实现实时性与准确率高、抗干扰能力强的空间非合作目标局部特征识别。

【技术实现步骤摘要】

本专利技术属于航空航天领域，涉及一种轻量化非合作目标局部特征识别方法。

技术介绍

1、随着航天技术的不断发展，大量航天器在轨运行执行各项任务，但由于航天器可能会产生意外故障和燃料耗尽等问题。导致这些航天器变为非合作目标，对其他航天器产生威胁。因此，对这些航天器进行回收或在轨服务具有维护空间安全和节约资源的重要意义。非合作目标没有安装配合测量的光标等设备，且因为空间光照和噪声的影响，使得成像易受干扰，目标局部特征不同也会影响检测的准确率，这给航天器回收和在轨服务带来了巨大的挑战。

2、传统的基于点线，边缘特征和关键点匹配等方法用于对非合作航天器特定局部特征进行识别，需要通过人工设计特征，难以满足各种空间环境的场景需求。且非合作航天器上的局部特征会因为遮挡、光照和位姿的变化产生模糊、尺度变化和阴影等情况，传统方法难以处理这类问题。随着人工智能技术的不断发展，基于神经网络的空间非合作目标局部特征识别称为研究的热点，使用rcnn、yolo等检测模型对非合作目标整星和天线、帆板、支架、喷管等局部特征进行检测。但是现有的基于神经网络的空间非合作目标局部特征本文档来自技高网...

【技术保护点】

1.一种轻量化非合作目标局部特征识别方法，其特征在于：包括如下步骤，

2.如权利要求1所述的一种轻量化非合作目标局部特征识别方法，其特征在于：步骤三中，

3.如权利要求2所述的一种轻量化非合作目标局部特征识别方法，其特征在于：步骤四中，

【技术特征摘要】

1.一种轻量化非合作目标局部特征识别方法，其特征在于：包括如下步骤，

2.如权利要求1所述的一种轻量化非合作目标局部特...

【专利技术属性】
技术研发人员：乔栋，刘月鹏，秦同，郑德智，韩宏伟，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：