一种基于ViT的无人机跨视角地理定位方法技术

本发明专利技术提出了一种基于ViT的无人机跨视角地理定位方法，以ViT为骨干网络，引入了一种新颖的通过注意力机制引导的分割策略，来应对空中视角的巨大变化，通过注意力机制的引导，这种分割是自适应、非均匀的，即使在视角发生巨大变化后，也能分割出具有相应关系的区域；此外，还设计了一个新的分割标记模块来帮助神经网络更好地建模本地信息，该模块生成的区域标记与原本的类标记进行拼接作为图像特征向量，不仅考虑了全局信息还丰富了本地信息。利用训练学习得到的神经网络模型可以更好地进行无人机视角图像与卫星视角图像的检索匹配，以实现无人机视觉定位。

【技术实现步骤摘要】

本专利技术涉及计算机视觉图像检索与匹配领域，尤其涉及基于深度学习的无人机跨视角地理定位。

技术介绍

1、基于图像的跨视角地理定位涉及到对描述同一地理空间位置但从不同视角或平台拍摄的图像进行匹配。随着无人设备技术的发展和卫星成像技术的成熟，基于图像的跨视角地理定位变得越来越重要。例如，在gps信号被削弱或因干扰而丢失的情况下，无人设备需要一种替代的独立定位方法，如将周围环境的图像与带有地理标记的图像相匹配以确定其位置。基于图像的地理定位已被应用于当今多个领域，如自动驾驶、机器人定位、无人机导航和精确交付等。虽然基于图像的地理定位通常不作为设备的主要定位方法，但它可以在复杂的室内场景中协助并准确调整定位，实时监测相对位置的变化，并提高gps的准确性。与基于传感器的定位方法相比，基于图像的方法具有成本低、抗电磁干扰能力强和环境适应性好等优点。

2、深度学习发展迅速，深度神经网络在基于图像的跨视点地理定位方面已经取得了有竞争力的成果。研究人员通常使用一个双分支的网络架构来解决跨视角地理定位任务，分别处理来自不同视图或平台的输入图像。然后采用一个度量学习本文档来自技高网...

【技术保护点】

1.一种基于ViT的无人机跨视角地理定位方法，其特征在于，以ViT为骨干网络，引入了一种新的通过注意力机制引导的分割策略，并在此基础上设计了一个新的分割标记模块，最后利用训练学习得到的神经网络模型实现无人机视角图像与卫星视角图像的检索匹配，以实现无人机视觉定位。

2.根据权利要求1所述的一种基于ViT的无人机跨视角地理定位方法，其特征包括以下步骤：

3.根据权利要求1所述的一种新的通过注意力机制引导的分割策略，其特征包括以下步骤：

4.根据权利要求1所述的一个新的分割标记模块，其特征在于，通过以下方式计算区域标记：

【技术特征摘要】

1.一种基于vit的无人机跨视角地理定位方法，其特征在于，以vit为骨干网络，引入了一种新的通过注意力机制引导的分割策略，并在此基础上设计了一个新的分割标记模块，最后利用训练学习得到的神经网络模型实现无人机视角图像与卫星视角图像的检索匹配，以实现无人机视觉定位。

2...

【专利技术属性】
技术研发人员：刘怡光，赵子川，唐天航，陈杰，汤自新，史雪蕾，
申请(专利权)人：四川大学，
类型：发明
国别省市：