【技术实现步骤摘要】
本专利技术属于神经网络领域,旨在解决无人机视角图像和卫星视角图像的匹配,具体涉及一种基于多层局部模式的多视角目标地理定位方法。
技术介绍
1、交叉视角地理定位是一项需要在卫星图库中发现与给定无人机视角图像位置相同的图像的任务,反之亦然。卫星视角图像包含作为地理标签的gps数据。因此,无人机可以有效地确定需要检索区域的位置。如今,交叉视角地理定位在自动驾驶、无人机导航、目标检测、精确定位等领域引起了研究者充分的关注。基于深度学习的交叉视角地理定位可以被认为是gps实现更精确地理定位的有利工具。此外,当gps系统无法使用时,使用交叉视角地理定位模型可以独立地使用以提供更稳健的结果。交叉视角地理定位的关键是捕捉场景图像中最显著的线索来表示不同的目标位置,即捕获显著性地标。但由于从不同视角(即无人机和卫星)收集的图像在视觉外观上存在固有差异,因此其仍然是一项具有挑战性的任务。
2、早期的鸟瞰地理定位通常采用传统的图像处理管道、基于梯度的方法和手工制作的特征来获取真正匹配的图像对,但上述方法耗时耗力的同时匹配准确度不高。随着深度学习的
...【技术保护点】
1.一种基于多层局部模式的多视角目标地理定位方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于多层局部模式的多视角目标地理定位方法,其特征在于,步骤1具体方法如下;
3.根据权利要求1或2所述的一种基于多层局部模式的多视角目标地理定位方法,其特征在于,所提出的MLPCAN包含两个分支,无人机视图分支和卫星视图分支;由于无人机视角和卫星视角之间的模式相似,两个分支共享权重,并设置了相同的特征提取方式;具体来说,采用预先训练的SwinTransformerV2-Tiny作为两个分支主干来提取特征;SwinV2-T包含一个patch
...【技术特征摘要】
1.一种基于多层局部模式的多视角目标地理定位方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于多层局部模式的多视角目标地理定位方法,其特征在于,步骤1具体方法如下;
3.根据权利要求1或2所述的一种基于多层局部模式的多视角目标地理定位方法,其特征在于,所提出的mlpcan包含两个分支,无人机视图分支和卫星视图分支;由于无人机视角和卫星视角之间的模式相似,两个分支共享权重,并设置了相同的特征提取方式;具体来说,采用预先训练的swintransformerv2-tiny作为两个分支主干来提取特征;swinv2-t包含一个patch partition layer和四个阶段si,i∈{1,2,3,4},每个阶段由一个merginglayer和几个堆叠的swin transformer blocks组成;每个阶段的特征尺度分...
【专利技术属性】
技术研发人员:彭首平,李浩然,颜成钢,孙垚棋,赵治栋,殷海兵,王鸿奎,
申请(专利权)人:杭州电子科技大学,
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。