摘要
本发明提出了一种面向雨天场景的位置识别模型构建方法及系统,涉及无人自主系统和计算机视觉领域,针对的问题是:传统方法受到雨水干扰,特征提取质量下降,导致定位精度较差。通过多尺度采样网络和深度注意力网络生成粗粒度去雨图像和深度图,融合生成细粒度去雨图像。提取局部特征和全局几何信息,并通过多头注意力机制进行上下文感知处理和特征融合,生成多尺度特征描述符。通过可微局部聚合层聚合局部特征,采用门控机制优化特征判别力。最后,结合三元组对比学习和动态温度系数优化全局描述符,精准匹配查询图像与参考数据库中的描述符,确定目标位置。该技术显著提高了雨天场景中的定位精度和鲁棒性,适用于雨天精准视觉定位。
技术关键词
模型构建方法
位置识别
三元组
场景
深度图
样本
多尺度局部特征
模型构建系统
通道注意力机制
多头注意力机制
数据输入模块
雨天图像
生成多尺度
特征描述符
特征金字塔
自主系统
系统为您推荐了相关专利信息
持续学习方法
智能客服系统
适配器
在线学习算法
节点
交互性
计算机程序指令
决策
交通流
计算机程序产品
历史行驶数据
场景识别方法
物体
字典
场景识别装置
场景特征
神经网络单元
学习器
图像处理方式
融合特征