基于编解码双路卷积神经网络的视觉自定位方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13700/j.bh.1001-5965.2019.0046

基于编解码双路卷积神经网络的视觉自定位方法

引用
为了从单张RGB图像估计出相机的位姿信息,提出了一种深度编解码双路卷积神经网络(CNN),提升了视觉自定位的精度.首先,使用编码器从输入图像中提取高维特征;然后,使用解码器提升特征的空间分辨率;最后,通过多尺度位姿预测器输出位姿参数.由于位置和姿态的特性不同,网络从解码器开始采用双路结构,对位置和姿态分别进行处理,并且在编解码之间增加跳跃连接以保持空间信息.实验结果表明:所提网络的精度与目前同类型算法相比有明显提升,其中相机姿态角度精度有较大提升.

视觉自定位、编解码结构、卷积神经网络(CNN)、跳跃连接、双路网络

45

V249.32+9;TP391(航空仪表、航空设备、飞行控制与导航)

国家重点研发计划;北京市教委面上项目;北方工业大学学生科技活动项目

2019-11-11(万方平台首次上网日期,不代表论文的发表时间)

共8页

1965-1972

相关文献
评论
暂无封面信息
查看本期封面目录

北京航空航天大学学报

1001-5965

11-2625/V

45

2019,45(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn