摘要
本发明公开了一种基于多层次特征金字塔融合架构的无人机视觉定位方法,该方法通过输入无人机拍摄的空对地视角图像及包含无人机位置的区域性高分辨率卫星图像后,采用带有自注意力机制与交叉注意力机制的特征提取主干来优化无人机图像与卫星图像间的特征交互。同时,通过设计对称金字塔结构的特征融合模块进行跨层级特征融合生成特征热力图,并根据热力图中的热值分布精确确定无人机的位置。该方法有效整合了不同尺度的特征信息,减少了计算量的同时提高了定位精度,特别适用于GNSS信号丢失或干扰的复杂环境,具有较强的鲁棒性和高效性,同时该方法可以部署在多种小型板载计算机上,广泛适用于拒止条件下无人机的自主定位。
技术关键词
多层次特征
神经网络模型
云台摄像头
高分辨率卫星影像
读取位置信息
交叉注意力机制
辅助无人机
热力图
金字塔结构
无人机系统
地理位置信息
轮廓特征
生成特征
实时图像
系统为您推荐了相关专利信息
家用储能系统
预测光伏发电功率
神经网络模型
历史负荷数据
充放电功率
电网故障定位方法
电气运行设备
卷积网络模型
节点特征
神经网络模型
文本分类模型
多层次特征融合
关键词
输出特征
融合特征
特高频电磁波信号
局部放电事件
神经网络模型
趋势预测模型
特高频传感器
污水处理设备
时序特征
管理系统
历史监测数据
深度神经网络模型