【技术实现步骤摘要】
本专利技术属于导航定位和图像匹配领域，具体涉及一种基于元学习的异源图像匹配网络构建方法及匹配方法。
技术介绍
1、定位是包括飞机、导弹、飞艇在内的所有空基平台不可或缺的重要功能。只有在已知当前飞行器在地理坐标系中的准确坐标，才能可靠执行飞行导航、目标探测等任务。当前空基平台的高精度定位主要依赖于卫星导航系统，由于卫星导航与生俱来的缺陷，其在电子对抗等恶劣环境下的可用性大打折扣。随着卫星信号压制、诱骗等技术的不断发展进步，卫星干扰设备越来越先进和普遍，即使目前最先进的侦察无人机，也难逃被卫星干扰装置诱骗而被擒的命运，普通的民用无人机，在卫星信号干扰下必然不堪一击。在这种背景下，各类飞行器在飞行过程中将会面临越来越高的导航干扰风险，引发致命飞行事故。
2、图像匹配是视觉定位的基础，基于路网的视觉地理定位技术是现有的一种图像匹配方法，该技术利用路网这种地表分布广泛且稳定的地物特征，训练飞行器对地表道路网络智能提取的能力，进而在飞行过程中，利用道路智能提取结果，和预先存储的道路基准图进行匹配，实现飞行器的地理定位。该方法的应用步骤包...
【技术保护点】
1.一种基于元学习的异源图像匹配网络构建方法，其特征在于，包括：
2.根据权利要求1所述的基于元学习的异源图像匹配网络构建方法，其特征在于，所述特征配对分支包括特征提取器、位置编码模块、自注意力和交叉注意力层；
3.根据权利要求2所述的基于元学习的异源图像匹配网络构建方法，其特征在于，所述基于得到的显著性值利用元学习构建所述目标网络的最终损失函数，包括：
4.根据权利要求3所述的基于元学习的异源图像匹配网络构建方法，其特征在于，确定所述卫星特征图上显著点的定义，包括：
5.根据权利要求4所述的基于元学习的异源图像匹配网络...
【技术特征摘要】
1.一种基于元学习的异源图像匹配网络构建方法，其特征在于，包括：
2.根据权利要求1所述的基于元学习的异源图像匹配网络构建方法，其特征在于，所述特征配对分支包括特征提取器、位置编码模块、自注意力和交叉注意力层；
3.根据权利要求2所述的基于元学习的异源图像匹配网络构建方法，其特征在于，所述基于得到的显著性值利用元学习构建所述目标网络的最终损失函数，包括：
4.根据权利要求3所述的基于元学习的异源图像匹配网络构建方法，其特征在于，确定所述卫星特征图上显著点的定义，包括：
5.根据权利要求4所述的基于元学习的异源图像匹配网络构建方法，其特征在于，利用所述显著点的定义设计所述目标网络的损失函数，构建显式表达的初始损失函数，包括：
6.根据权利要求5所述的基于元...
【专利技术属性】
技术研发人员：孟德宇，刘洋，石霖，杨东方，李永飞，李海霞，周毛桉，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
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。