龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工业大学
摘要：本发明公开了一种基于单位点积注意力机制的跨视角地理定位方法，所述方法包括如下步骤：步骤一、提取不同视角的浅层特征图；步骤二、使用单位点积注意力模块增强不同视角的浅层特征图；步骤三、提取不同视角的浅层特征图；步骤四、使用单位点积注意力模块增强不同视角的深层特征图；步骤五、提取不同视角图像的视角不变图像级特征；步骤六、通过地理位置分类代理学习任务优化模型提取视角不变图像级特征的能力。较现有的基于普通卷积神经网络的跨视角地理定位方法，跨视角地理定位的准确度取得了显著提高，展现了良好的定位鲁棒性。
主权项：1.一种基于单位点积注意力机制的跨视角地理定位方法，其特征在于所述方法包括如下步骤：步骤一、提取不同视角的浅层特征图：将高度为H、宽度为W的3通道卫星、地面、无人机视角的图像分别输入到各个视角对应的在ImageNet数据集上预训练的ResNet网络BS、BG、BD的第一阶段，得到特征图步骤二、使用单位点积注意力模块增强不同视角的浅层特征图：对于每个视角v∈{S,G,D}的图像Iv，将步骤一得到特征图输入到单位点积注意力模块，计算经注意力增强的特征图步骤三、提取不同视角的浅层特征图：将每个视角的残差注意力融合特征图输入到各个视角对应的在ImageNet数据集上预训练的ResNet网络Bv的第二阶段，得到特征图步骤四、使用单位点积注意力模块增强不同视角的深层特征图：将步骤三得到的各个视角v的特征图输入到单位点积注意力模块，计算经注意力增强的特征图步骤五、提取不同视角图像的视角不变图像级特征：将每个视角v∈{S,G,D}的残差注意力融合特征图输入到各个视角对应的在ImageNet数据集上预训练的ResNet网络Bv的第三、四、五阶段，得到特征图并对特征图进行全局平均池化操作，得到当前各个视角v的图像级特征步骤六、通过地理位置分类代理学习任务优化模型提取视角不变图像级特征的能力。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 基于单位点积注意力机制的跨视角地理定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号