小行星场景下基于循环卷积网络的位姿估计方法
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

10.13873/J.1000-9787(2020)08-0055-03

小行星场景下基于循环卷积网络的位姿估计方法

引用
针对小行星探测绕飞阶段采用视觉导航,小行星表面光照变化会影响视觉图像特征的稳定性而影响相对位姿估计的问题,提出了一个基于单应性矩阵的位姿估计方法.其采用一个基于循环神经网络-卷积神经网络(RNN-CNN)的深度学习框架估计单应性矩阵.实验结果表明:该网络提高了光照变化下单应性矩阵估计的精度.通过被用于小行星表面图像序列的位姿估计,证明了该方法的有效性及其在精度和效率方面优于传统方法.

小行星、循环神经网络-卷积神经网络(RNN-CNN)、单应性矩阵、位姿估计

39

TP391.4;TP212(计算技术、计算机技术)

空间科学预研基金资助项目XDA15014700

2020-08-03(万方平台首次上网日期,不代表论文的发表时间)

共4页

55-57,61

相关文献
评论
暂无封面信息
查看本期封面目录

传感器与微系统

1000-9787

23-1537/TN

39

2020,39(8)

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