摘要
本发明公开一种基于多任务图像匹配的无人机相对位姿估计方法及装置,该方法步骤包括:构建多任务图像学习网络,多任务图像学习网络包括依次设置的特征提取模块、双分支网络以及特征融合模块,双分支网络包括语义分割分支网络以及图形特征描述分支网络;对多任务图像学习网络进行训练,训练过程中使用包含描述子损失、语义分割损失、特征图损失的损失函数;获取无人机在飞行过程中捕获的图像,输入至训练得到的多任务图像学习模型中,得到输入图像之间的匹配对关系,并使用语义分割图引导图像匹配任务,根据匹配对关系估算相机之间的相对位姿关系。本发明能够提高无人机相对位姿估计的图像匹配准确性以及效率,同时减少机上的存储占用。
技术关键词
位姿估计方法
多任务
双分支网络
图像匹配
特征提取模块
无人机
图像执行语义分割
注意力
编码
位姿估计装置
表达式
关系
语义分割模型
教师
模型训练模块
系统为您推荐了相关专利信息
学习异常检测
网络流量数据
特征提取模块
生成对抗网络
通信网络
液压支架
煤矿综采工作面
空域特征
融合特征
时域特征
负荷特征提取方法
训练样本集
二进制特征
负荷识别方法
多标签学习
数据特征提取
智能预报方法
双向注意力
地理信息系统数据
水文参数
空间点云数据
机器人位姿
干扰特征
融合滤波
巡检机器人