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：中国空间技术研究院
摘要：本发明涉及一种基于深度学习的空间目标相对位姿估计方法，包括以下步骤：a、利用空间目标三维模型在不同位置及姿态下的二维投影构建标注样本集；b、将标注样本集进行训练集、验证集和测试集的划分，并构建位姿估计神经网络；c、将训练集和验证集输入至构建的位姿估计神经网络中进行训练，得到位姿估计模型；d、利用训练得到的位姿估计模型对测试集进行测试，得到测试集中每个样本的空间目标的位姿信息。本发明可以实现通过单幅图像的回归模型就能够同时估计出空间目标的位置和姿态信息，适用于空间复杂光照条件下的目标位姿估计。
主权项：1.一种基于深度学习的空间目标相对位姿估计方法，包括以下步骤：a、利用空间目标三维模型在不同位置及姿态下的二维投影构建标注样本集；b、将标注样本集进行训练集、验证集和测试集的划分，并构建位姿估计神经网络；c、将训练集和验证集输入至构建的位姿估计神经网络中进行训练，得到位姿估计模型；d、利用训练得到的位姿估计模型对测试集进行测试，得到测试集中每个样本的空间目标的位姿信息；在所述步骤b中，基于深度卷积残差网络ResNet构建位姿估计神经网络；在构建网络时，将样本图像输入到以残差卷积神经网络为骨干网络构成的网络，然后将输出的二维特征图输入到可变维度的瓶颈层中，进行降维卷积处理，最终将特征图经过拉平成一维数组后，再通过两个分支分别输出位置和姿态信息；在所述步骤c的训练网络的过程中，将所述标注样本集中的训练样本和验证样本输入位姿估计神经网络进行训练，选取损失函数最小的模型作为训练模型；其中，损失函数由位置损失项和姿态损失项加和得到：Loss＝Loss位置+Loss姿态；其中，Loss为总损失函数，采取相对误差形式，Loss位置为位置损失项，Loss姿态为姿态损失项；位置损失函数Loss位置为： 姿态损失函数Loss姿态为： 其中，m为训练样本数，i＝1,2,…,m，位置估计值i、位置真值i分别表示第i个样本的位置估计值、标注位置值，姿态估计值四元数i、姿态真值四元数i分别表示第i个样本的用四元数表示的姿态估计值、标注姿态值。
全文数据：
权利要求：
百度查询： 中国空间技术研究院 基于深度学习的空间目标相对位姿估计方法
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