摘要
本发明公开了一种基于深度学习的空间目标自适应位姿估计系统。主要包括空间非合作目标数据集单元、图像预处理单元、深度学习网络模型单元、模型跨域自适应单元和非合作目标高精度位姿估计单元。本发明将3D卫星模型通过渲染后获得图像数据集,通过去噪、数据增强、校正与配准等技术进行图像预处理,利用深度学习构建高鲁棒性的位姿估计模型,同时将模型参数进行跨域自适应优化,从而实现了跨域自适应的非合作目标位姿估计。本发明同时公开了空间非合作目标位姿估计的实现方法,经济、高效地实现了空间非合作目标的高精度位姿估计,为我国在空间自适应非合作目标位姿估计领域做出了巨大贡献。
技术关键词
深度学习网络模型
位姿估计系统
原始图像数据
卫星模型
三维模型
姿态估计
关键点特征
训练集
坐标
纹理特征
精度
矩阵
超参数
动态地
鲁棒性
系统为您推荐了相关专利信息
人工智能图像处理
图像采集单元
交通场景图像
多尺度特征融合
YOLO模型
钢结构预埋件
快速定位方法
激光扫描仪
全站仪
标记
运动
三维重建算法
踝关节角度
膝关节角度
空间直角坐标系
蒸馏
模型训练方法
卫星系统
原始图像数据
随机梯度下降