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
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