典型文献
基于空地交叉视图匹配的无人系统视觉定位
文献摘要：
空地交叉视图定位是一项极具挑战性的任务,因为2个视图在视觉外观和空间布局上有巨大差异.目前大部分方法将该问题视作图像检索任务,并设计了各种双分支卷积神经网络来学习这2个视图的全局特征嵌入.现有方法未充分利用部分级特征,增加了对不可见数据表示学习的风险.为了应对上述问题,提出了一种新的深度学习算法,首次将部分级特征这一概念引入交叉视图定位领域.该算法通过对全局特征进行切分直接生成部分级特征,并引入部分级监督信息来引导模型学习更具区分度的特征.试验结果表明,该算法在CVUSA数据集上r@1召回率可达93.22％,在不增加参数和计算复杂度的前提下有效提高了匹配准确度.
文献关键词：
空地交叉视图定位;深度学习;部分级特征
中图分类号：
作者姓名：
李佳汶;冯建航;施生生;傅琪;范淑卷;王腾
作者机构：
东南大学复杂工程系统测量与控制教育部重点实验室 南京 210026;中国电子科技集团公司信息系统需求重点实验室 南京 210023
文献出处：
引用格式：
[1]李佳汶;冯建航;施生生;傅琪;范淑卷;王腾-.基于空地交叉视图匹配的无人系统视觉定位)[J].指挥信息系统与技术,2022(06):16-22
A类：
空地交叉视图定位,部分级特征,CVUSA
B类：
图匹配,无人系统,视觉定位,作图,图像检索,双分支卷积神经网络,全局特征,特征嵌入,不可见,数据表示,表示学习,深度学习算法,一概,概念引入,切分,接生,监督信息,模型学习,区分度,召回率,计算复杂度,配准
AB值：
0.289833
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
