【技术实现步骤摘要】
本申请涉及图像处理，特别是涉及一种具有统计保证的非合作目标位姿测量方法和装置。
技术介绍
1、随着技术的快速发展，例如编队飞行、失效卫星与碎片清除等任务中要求测量目标航天器相对于服务航天器的位置和姿态，现有方法通过预测在目标航天器上定义语义关键点在图像上位置，然后通过求解n点透视问题得到相对位置和姿态。
2、但是已有方法所输出的单一位姿，无法表达由于实际任务中遮挡、光照变化和图像质量退化等问题所导致的位姿不确定性问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够得到精准位姿的具有统计保证的非合作目标位姿测量方法和装置。
2、一种具有统计保证的非合作目标位姿测量方法，所述方法包括：
3、获取待进行位姿测量的非合作目标图像；
4、采用训练好的深度神经网络对所述非合作目标图像中的语义关键点进行预测，得到多个语义关键点以及各所述语义关键点在非合作目标三维坐标体系下三维坐标的索引分类项以及非合作目标图像上的像素坐标；
5...
【技术保护点】
1.一种具有统计保证的非合作目标位姿测量方法，其特征在于，所述方法包括：
2.根据权利要求1所述的具有统计保证的非合作目标位姿测量方法，其特征在于，在对深度神经网络进行训练时：
3.根据权利要求1所述的具有统计保证的非合作目标位姿测量方法，其特征在于，所述深度神经网络包括特征提取网络、索引分类项预测头以及图像坐标位置预测头；
4.根据权利要求3所述的具有统计保证的非合作目标位姿测量方法，其特征在于，所述通过多个所述预测语义关键点以及对应的真值标签对标定样本数据集进行共形标定，得到预设的所述非共形分数包括：
5.根据权利要...
【技术特征摘要】
1.一种具有统计保证的非合作目标位姿测量方法，其特征在于，所述方法包括：
2.根据权利要求1所述的具有统计保证的非合作目标位姿测量方法，其特征在于，在对深度神经网络进行训练时：
3.根据权利要求1所述的具有统计保证的非合作目标位姿测量方法，其特征在于，所述深度神经网络包括特征提取网络、索引分类项预测头以及图像坐标位置预测头；
4.根据权利要求3所述的具有统计保证的非合作目标位姿测量方法，其特征在于，所述通过多个所述预测语义关键点以及对应的真值标签对标定样本数据集进行共形标定，得到预设的所述非共形分数包括：
5.根据权利要求1所述的具有统计保证的非合作目标位姿测量方法，其特征在于，所述根据预设的非共形分位数，针对每一个所述语义关键点进行共形预测，生成语义关键点共形集合包括：
6.根据权利要求5所述的具有统计保证的非合作目标位姿测量...
【专利技术属性】
技术研发人员：王梓，王靖皓，李璋，王堃，宋潇铠，于起峰，
申请(专利权)人：中国人民解放军国防科技大学，
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。