摘要
本发明公开了基于孪生宽度哈希网络的图像位置识别方法。离线阶段,首先,在目标区域内部署多个参考点并取80%、10%和10%划分训练集、验证集和测试集;然后,构建哈希宽度网络,通过增量学习横向增加特征节点以扩展网络宽度;接着,划分正负样本对,将宽度哈希网络作为孪生网络框架的两条分支,共享权重和网络参数;最后,通过拉近相似特征的哈希距离和拉远不相似特征的哈希距离,最大程度上保持原始样本的相似性。在线阶段,将查询图片输入到构建好的模型中,获得与原始图像高度语义一致性的哈希码,并在数据库中检索得到最相似的检索图像,将其对应的RP位置作为视觉位置识别的结果。本发明专利利用宽度学习横向扩充节点并充分考虑组内相关性和组间互斥性,提出了一种基于孪生宽度哈希网络的图像位置识别方法,在减少系统开销的同时保证了定位精度。
技术关键词
位置识别方法
孪生神经网络
语义
节点
sigmoid函数
汉明距离
训练样本数据
矩阵
正则化参数
检索图像
系统开销
离线
训练集
非线性
在线
标签
系统为您推荐了相关专利信息
Inception模型
脑电特征提取
通道注意力机制
样本
听觉
泊车方法
深度学习网络
车辆
空间变换网络
车载计算机设备
遥感图像语义分割
编码器
全局特征提取
局部特征提取
解码器
火焰检测方法
特征提取器
多任务损失函数
样本
视觉