摘要
本发明公开了一种跨视图地理定位方法及装置。将无人机图像输入孪生网络模型的第一个孪生子网络,得到无人机图像的嵌入向量特征;将卫星图像输入孪生网络模型的第二个孪生子网络,得到卫星图像的嵌入向量特征;将无人机图像嵌入向量特征和卫星图像嵌入向量特征输入至SDCL损失函数中,计算两者之间的损失,通过梯度回传进行训练,训练结束后得到最优孪生网络模型;将实时无人机图像输入最优孪生网络模型,得到匹配的卫星图像。本发明引入了对称的解耦对比学习损失,通过最大化正样本之间的相似度和最小化负样本之间的相似度来学习有效的表示,有效缓解了正负样本不平衡的问题,提升了网络对于正负样本的学习能力,提高了跨视图地理定位的匹配效果。
技术关键词
训练无人机
地理定位方法
地理定位装置
网络
图像嵌入
样本
网格
模型训练模块
定位模块
颜色
参数
系统为您推荐了相关专利信息
船舶柴油机
故障诊断模型
网络模型训练
模型优化方法
指标
建筑施工工地
云端
误差反向传播神经网络
通信模块
监测系统
网络威胁情报
网络防御
决策方法
状态编码器
网络系统