摘要
本发明属于导航定位技术领域,涉及一种基于注意力机制的无人机视觉里程计导航定位方法。所述导航定位方法依托于GoogLeNet卷积神经网络模型,首先基于现有车载城市及郊区道路公开数据集训练基于GoogLeNet卷积层结构的车载视觉里程计模型,再通过直推式迁移学习的方法构建专项任务目标模型,引入无人机目标数据集进行网络模型训练,最终建立无人机任务环境下图像特征与无人机位姿间的关系模型,完成基于GoogLeNet卷积层结构的无人机视觉里程计的定位。所述方法在仅有较少无人机图片数据的情况下依然能实现较为理想的效果。
技术关键词
无人机视觉
导航定位方法
注意力机制
车载视觉
训练无人机
迁移学习方法
均方误差最小准则
视觉里程计
数据
网络结构
无人车视觉
无人机图片
导航定位技术
卷积神经网络模型
网络模型训练
序列
编码
系统为您推荐了相关专利信息
超分辨率方法
卫星遥感图像
深层特征提取
超分辨率重建图像
浅层特征提取
激光诱导等离子体
注意力机制
嵌入位置编码
LSTM模型
模块
风险预警管理
实体
异常数据
节点
多头注意力机制
时序特征
人格预测方法
数据分析模型
模态特征
动态时间规整算法