摘要
本申请实施例提供一种场景坐标回归网络的训练方法、定位方法及其装置,该方法包括:根据场景图像集合预训练得到ACE网络的K个子网络,根据该场景图像集合和特征提取网络生成第一训练集;使用第一训练集对目标ACE网络进行训练,目标ACE网络包括门控网络和K个子网络,门控网络用于根据训练样本中的图像特征确定训练样本被分配给每一个子网络的权重,目标ACE网络的输出结果为K个子网络对应的权重和输出的场景坐标加权得到的融合场景坐标。该方法中门控网络能够根据输入的局部特征学习到全局空间分区特征,基于输入的局部特征和该全局空间分区特征选择适配的子网络,提高了子网络选择的准确性,进而提高了场景坐标预测的准确性和相机位姿的定位精度。
技术关键词
特征提取网络
像素点
坐标
融合场景
相机
训练集
图像块
Softmax函数
编码
定位方法
存储计算机程序
模块
一致性算法
参数
特征选择
训练装置
系统为您推荐了相关专利信息
光伏组件功率
可见光图像
双模态图像
特征提取网络
图像分割模型
染色样品图像
步进电机组件
全自动检测系统
荧光显微镜系统
图像处理模块
伽马校正
纹理特征提取
阶段
多模态
Gabor滤波
灾害风险预警方法
演化特征
阶段
衰减特征
移动终端
光纤陀螺标度因数
代表
线性热膨胀系数
应力
非金属材料