一种基于域适应的无人机跨视角定位方法

本发明属于计算机视觉技术领域，尤其涉及一种基于域适应的无人机跨视角定位方法。数据增强；增强后的数据预处理；采用特征提取骨干网络提取特征表示；特征表示输入至时序特征不变模块；采用动态相似度采样，对时序特征不变模块提取的特征进行特征匹配；通过优化损失函数，得到特征匹配结果。本发明通过引入生成对抗训练，在没有大量标注数据的情况下通过已有的图像进行数据增强，得到不同季节和天气外观的数据。通过基于CNN的特征提取骨干网络和时序特征不变模块，提取图像之间的深层特征，实现抵抗外观变化的跨视角定位。结合动态相似性采样策略，根据训练数据的特点自适应地选择最具代表性的负样本，进一步提高了模型的鲁棒性和泛化能力。